470-4405/04 – Pravděpodobnost a statistika (PS)

Garantující katedraKatedra aplikované matematikyKredity4
Garant předmětuIng. Martina Litschmannová, Ph.D.Garant verze předmětuIng. Martina Litschmannová, Ph.D.
Úroveň studiapregraduální nebo graduální
Jazyk výukyangličtina
Rok zavedení2016/2017Rok zrušení2020/2021
Určeno pro fakultyUSPUrčeno pro typy studianavazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
BRI10 prof. Ing. Radim Briš, CSc.
KRA0220 Ing. Jan Kracík, Ph.D.
LIT40 Ing. Martina Litschmannová, Ph.D.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zápočet a zkouška 3+3
kombinovaná Zápočet a zkouška 10+10

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Po absolvování předmětu bude student schopen aktivně využívat nové pojmy z oblasti teorie pravděpodobnosti a statistických metod a postupů.

Vyučovací metody

Přednášky
Cvičení (v učebně)

Anotace

Tento předmět je úvodním kurzem do teorie pravděpodobnosti a aplikované statistiky. Cílem předmětu je vytvořit u studentů dostatečnou znalost teorie pravděpodobnosti a statistických metod a postupů proto, aby ji dokázali využívat v dalším studiu nebo ve své vlastní práci.

Povinná literatura:

LITSCHMANNOVÁ, Martina. Vybrané kapitoly z pravděpodobnosti. Online. VŠB-TUO, 2011. Dostupné z: http://mi21.vsb.cz/modul/vybrane-kapitoly-z-pravdepodobnosti. LITSCHMANNOVÁ, Martina. Úvod do statistiky. Online. VŠB-TUO, 2011. Dostupné z: https://mi21.vsb.cz/modul/uvod-do-statistiky. ANDĚL, Jiří. Základy matematické statistiky. Vyd. 3. Praha: Matfyzpress, 2011. ISBN 978-80-7378-162-0. JAMES, Gareth; WITTEN, Daniela; HASTIE, Trevor a TIBSHIRANI, Robert. An introduction to statistical learning: with applications in R. Second edition. Springer texts in statistics. New York: Springer, [2021]. ISBN 978-1071614174.

Doporučená literatura:

ANDĚL, Jiří. Statistické metody. Páté vydání. Praha: Matfyzpress, 2019. ISBN 978-80-7378-381-5. FRIEDRICH, Václav. Statistika 1: vysokoškolská učebnice pro distanční studium. Plzeň: Západočeská univerzita, 2002. ISBN 80-7082-913-3. BRUCE, Peter; BRUCE, Andrew a GEDECK, Peter. Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python. 2. O'Reilly Media, 2020. ISBN 978-1492072942.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Prezenční studium: Zápočet: - 10 krátkých kontrolních testů v průběhu semestru s maximem 2 body, celkově max. 20 bodů (požadované minimum: 6 bodů) - 4 domácí úkoly s maximem 5 bodů, celkově max. 20 bodů (požadované minimum: 5 bodů z každého úkolu) Zkouška: - písemná (praktická část: max. 50 bodů, požadované minimum: 25 bodů, teoretická část: max. 10 bodů, požadované minimum: 2 body) Kombinované studium: Zápočet: - 3 domácí úkoly v průběhu semestru s maximem 10 bodů, celkově max. 30 bodů (požadované minimum: 3 body z každého domácího úkolu) - zápočtový test s maximem 10 bodů (požadované minimum: 1 bod) Zkouška: - písemná (praktická část: max. 50 bodů, požadované minimum: 25 bodů, teoretická část: max. 10 bodů, požadované minimum: 2 body) Podmínky udělení zápočtu: Za dílčí zápočtové úlohy lze získat maximálně 40 bodů. Za úspěšné ukončení cvičení se pak uděluje zápočet, který student obdrží pokud se aktivně účastnil cvičení splní požadovaná minima z každé z dílčích zápočtových úloh a získá minimálně 20 bodů. Podmínky udělení zkoušky: Student úspěšně absolvuje zkoušku, získá-li požadované minimum bodů z praktické i teoretické části zkoušky a zároveň je jeho bodový zisk ze zápočtu a zkoušky alespoň 51 bodů.

E-learning

Další požadavky na studenta

Prezenční studium: Aktivní účást alespoň na 80% cvičení.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

Přednášky: 1) Úvod do teorie pravděpodobnosti 2) Diskrétní náhodná veličina 3) Vybraná rozdělení diskrétní náhodné veličiny 4) Spojitá náhodná veličina 5) Vybraná rozdělení spojité náhodné veličiny 6) Limitní věty 7) Náhodný vektor 8) Úvod do statistiky, explorační analýza 9) Statistické zjišťování, náhodný výběr a základní výběrové charakteristiky 10) Úvod do teorie odhadu 11) Úvod do testování hypotéz (princip) 12) Testování hypotéz o střední hodnotě normálního rozdělení a o parametru binomického rozdělení, testování hypotéz o rozptylu (jednovýběrové a dvouvýběrové testy) 13) Analýza rozptylu (ověření normality, ANOVA a Kruskalův-Wallisův test) Cvičení: 1) Kombinatorika, klasická pravděpodobnost 2) Úvod do teorie pravděpodobnosti 3) Diskrétní náhodná veličina 4) Vybraná rozdělení diskrétní náhodné veličiny 5) Spojitá náhodná veličina 6) Vybraná rozdělení spojité náhodné veličiny 7) Limitní věty 8) Náhodný vektor 9) Úvod do statistiky, explorační analýza 10) Statistické zjišťování, náhodný výběr a základní výběrové charakteristiky 11) Úvod do teorie odhadu 12) Testování hypotéz o střední hodnotě normálního rozdělení a o parametru binomického rozdělení, testování hypotéz o rozptylu (jednovýběrové a dvouvýběrové testy) 13) Analýza rozptylu (ověření normality, ANOVA a Kruskalův-Wallisův test)

Podmínky absolvování předmětu

Podmínky absolvování jsou definovány pouze pro konkrétní verzi předmětu a formu studia

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2018/2019 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 1 povinně volitelný stu. plán
2017/2018 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 1 povinně volitelný stu. plán
2016/2017 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 1 povinně volitelný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku

Hodnocení Výuky

Předmět neobsahuje žádné hodnocení.