639-2002/03 – Matematická statistika (MS)

Garantující katedraKatedra managementu kvalityKredity5
Garant předmětuprof. RNDr. Josef Tošenovský, CSc.Garant verze předmětuprof. RNDr. Josef Tošenovský, CSc.
Úroveň studiapregraduální nebo graduálníPovinnostpovinný
Ročník1Semestrletní
Jazyk výukyčeština
Rok zavedení2015/2016Rok zrušení
Určeno pro fakultyFMTUrčeno pro typy studiabakalářské, navazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
HAL37 Ing. Mgr. Petra Halfarová, Ph.D.
TOS012 Ing. Filip Tošenovský, Ph.D.
TOS40 prof. RNDr. Josef Tošenovský, CSc.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zápočet a zkouška 3+2
kombinovaná Zápočet a zkouška 18+0

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Znalost základních metod matematické statistiky Analýza reálných dat

Vyučovací metody

Přednášky
Semináře
Cvičení (v učebně)
Projekt

Anotace

Předmět matematická statistika navazuje na teorii pravděpodobnosti. Důsledně využívá pravděpodobnostní aparát k výkladu odhadu parametrů základního souboru, testování hypotéz, modelování technologických procesů pomocí regresních modelů a jejich hodnocení v korelační analýze. Vícerozměrná regresní analýza je probírána za předpokladu platnosti požadovaných podmínek. Korelační analýza uvádí způsoby měření míry závislosti pro různé varianty zadání hodnocených proměnných.

Povinná literatura:

ANDĚL, J. Základy matematické statistiky. Praha: MATFYZPRESS, 2011. ISBN 978-80-737-8162-0. TOŠENOVSKÝ, J. Základy statistického zpracování dat. Ostrava: VŠB - Technická univerzita Ostrava, 2015. ISBN 978-80-248-3733-8. JAMES, G., D. WITTEN, T. HASTIE a R. TIBSHIRANI. An Introductuion to Statistical Learning. NY: Springer, 2013. ISBN 978-1-4614-7138-7.

Doporučená literatura:

MELOUN, J. a J. MILITKÝ. Statistické zpracování experimentálních dat. Praha: Ars magna, 1998. ISBN 80-7219-003-2. HANOUSEK, J. a P. CHARAMZA. Moderní metody zpracování dat. Matematická statistika pro každého. Praha: EDUCA, 1992. ISBN 80-85623-31-5. TOŠENOVSKÝ, J. a D. NOSKIEVIČOVÁ. Statistické metody pro zlepšování jakosti. Ostrava: Montanex, 2000. ISBN 80-7225-040-X. LIKEŠ, J. a J. MACHEK. Matematická statistika. Praha: SNTL, 1983.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Test Seminární práce

E-learning

E-learning: Integrovaný systém modulární počítačové výuky ekonomicko-technického zaměření (http://lms.vsb.cz): Vzdělávací modul 4 – Zlepšování procesů s využitím statistické analýzy, submodul Průzkumová analýza dat: Grafické nástroje (s. 3 – 21) Intervalové odhady (s. 25 – 33) Testování hypotéz (s. 33 – 67) Regresní analýza (s. 73 – 90) TOŠENOVSKÝ, J. Plánování experimentů. Studijní opory. Ostrava: VŠB-TU Ostrava, 2012. TOŠENOVSKÝ, J. Teorie pravděpodobnosti. Studijní opory. Ostrava: VŠB-TU Ostrava, 2012.

Další požadavky na studenta

Odevzdání projektů, úspěšné absolvování testů během semestru, aktivní účast nacvičení. Zpracování dvou zadaných programů, každý v rozsahu 4 s. Téma programů: Testování hypotéz, Regresní analýza. Zadání programu na první přednášce. Konzultace k zadání a výsledky kontroly programů formou elektronické komunikace. Termín odevzdání do 14 dnů od zadání, hodnocení do týdne e-mailem. Absolvování zápočtového testu – výsledky budou studentům sděleny po jeho absolvování.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1. Základní a výběrový soubor, náhodný výběr, četnosti 2. Rozdělení souboru do tříd (postup, důvod), histogram 3. Momentové a kvantilové charakteristiky 4. Věta o jednom výběru z normálního rozdělení a její použití 5. Věta o dvou výběrech z normálního rozdělení a její použití 6. Testování hypotéz-obecný postup, chyby při testování 7. F test, t – testy (všechny body testu) 8. Korelační analýza (r, I, test r, podmínky použití, vlastnosti) 9. Vícerozměrná regresní analýza (základní vzorce maticově) 10. Spermannův koef. korelace, kontingenční tabulky 11. Bodový odhad 12. Intervalový odhad 13. Testy normality (šikmost a špičatost N rozdělení, Shapiro-Wilk – tabulka pro test.krit.) 14. Testy odlehlých hodnot (Grubbs, Box plot) a testy nezávislosti (znaménkový)

Podmínky absolvování předmětu

Prezenční forma (platnost od: 2017/2018 letní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodů
Zápočet a zkouška Zápočet a zkouška 100 (100) 51
        Zápočet Zápočet 40  20
        Zkouška Zkouška 60  31
Rozsah povinné účasti: 80%

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2019/2020 (N3923) Materiálové inženýrství (3911T033) Recyklace materiálů P čeština Ostrava 1 povinný stu. plán
2018/2019 (N3923) Materiálové inženýrství (3911T033) Recyklace materiálů P čeština Ostrava 1 povinný stu. plán
2017/2018 (N3923) Materiálové inženýrství (3911T033) Recyklace materiálů P čeština Ostrava 1 povinný stu. plán
2016/2017 (N3923) Materiálové inženýrství (3911T033) Recyklace materiálů P čeština Ostrava 1 povinný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku