N_StM Statistic Methods

University of Finance and Administration
Summer 2020
Extent and Intensity
2/1/0. 3 credit(s). Recommended Type of Completion: zk (examination). Other types of completion: z (credit).
Teacher(s)
Ing. Bc. Jiří Mihola, CSc. (lecturer)
Guaranteed by
Ing. Bc. Jiří Mihola, CSc.
Department of Computer Science and Mathematics – Departments – University of Finance and Administration
Contact Person: Ivana Plačková
Timetable of Seminar Groups
N_StM/vAPH: Sat 29. 2. 9:45–11:15 S14, 11:30–13:00 S14, Sat 14. 3. 9:45–11:15 S14, 11:30–13:00 S14, Sat 18. 4. 9:45–11:15 S14, 11:30–13:00 S14, J. Mihola
Prerequisites
Prerequisites are not.
Course Enrolment Limitations
The course is offered to students of any study field.
Course objectives (in Czech)
Po ukončení předmětu bude student ovládat metody statistické analýzy jednorozměrného a vícerozměrného souboru včetně vyhodnocení vzájemných závislostí. Bude umět pracovat s klíčovými charakteristikami jako jsou podmíněné průměry a rozptyly korelačními koeficienty, kovarianční a korelační matice, vícenásobným koeficientem determinace apod. Student bude rutinně používat hlavní nástroje zobrazování dat a výsledků. Absolvent bude ovládat problematiku měření multikolinearity a speciálních grafů systematického komplexního zobrazování výsledků regresní a korelační úlohy libovolného počtu proměnných. Bude ovládat metody standardizace a agregace dat. Bude seznámen s faktorovou analýzou, analýzou hlavních komponent a shlukovou analýzou.
Learning outcomes (in Czech)
Pokročilá znalost základů analýzy závislostí dvou a více proměnných. Tvůrčí aplikace v simulačních úlohách.
Syllabus (in Czech)
  • 1. Základní pojmy používané ve statistické analýze závislostí. 2. Pokročilé charakteristiky polohy, variability a další charakteristiky koncentrace. 3. Regresní a korelační analýza, regresní modely a ekonometrie 4. Nelineární regresní a korelační analýza. 5. Metoda nejmenších čtverců a maximální věrohodnosti. 6. Regresní přímka a nadrovina. 7. Těsnost závislostí. Korelační úloha. 8. Multikolinearita, autokorelace a heteroskedasticita. 9. Standardizace dat. Syntetické ukazatele a agregační funkce. 10. Shluková analýza. Metoda hlavních komponent, faktorová analýza. 11. Ortogonální regrese a konfidenční elipsa. 12. Cobbova-Douglasova produkční funkce.
Literature
    required literature
  • BÍLKOVÁ, Diana, Petr BUDINSKÝ and Václav VOHÁNKA. Pravděpodobnost a statistika. 1. vydání. Plzeň: Aleš Čeněk, 2009, 639 pp. ISBN 978-80-7380-224-0. info
    not specified
  • CIPRA, Tomáš. Finanční ekonometrie, 2. vydání Ekopress, 2013. 538 s. ISBN 978-80-86929-93-4
  • HANČLOVÁ, Jana. Ekonometriské modelování, nakl. Kamil Mařík - Professional Publiiishing, Praha 2012. 214 s. ISBN 978-80-7431-088-1
  • ANDĚL, Jiří. Statistické metody. MATFYZPRESS, Praha 2003. 299 s.
Teaching methods (in Czech)
Klasická, skupinová, interaktivní s PowerPointem a s prováděním výpočtů především pomocí klasických a dostupných prostředků pro výpočty a zobrazení. Povinná účast na cvičeních je 75 %. Účast v řízených skupinových konzultacích v kombinovaném studiu je 50 %.
Assessment methods (in Czech)
Způsob ukončení: zápočet a zkouška. Zápočet pro kombinované studium bude udělen za aktivní účast a vypracování seminární práce. Zkoušce bude předcházet 15 minutová příprava. Zkouška bude zahrnovat časově nenáročný příklad a veškerou probranou látku.
Language of instruction
Czech
Further comments (probably available only in Czech)
The course can also be completed outside the examination period.
Information on the extent and intensity of the course: 12 hodin KS/semestr.
The course is also listed under the following terms Summer 2021, Summer 2022, Summer 2023, Summer 2024.
  • Enrolment Statistics (Summer 2020, recent)
  • Permalink: https://is.vsfs.cz/course/vsfs/summer2020/N_StM