B_ASt Aplikovaná statistika

Vysoká škola finanční a správní
zima 2024
Rozsah
2/1/0. 12 hodin KS/semestr. 6 kr. Ukončení: zk.
Garance
Ing. Hana Lipovská, Ph.D.
Katedra informatiky a matematiky (FES, KIM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Ivana Plačková
Předpoklady
Základní znalosti matematiky na úrovni střední školy.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Cílem je příprava studenta na formulování a testování hypotéz seminárních, bakalářských a diplomových prací a seznámení s tradičními softwarovými nástroji, nástroji vizualizace dat i s implementací AI.
Výstupy z učení
Po ukončení předmětu bude student schopen intepretovat výsledky statistických šetření a grafická zobrazení. Bude sám schopen připravovat z datových souborů základní i pokročilé statistiky, grafové a tabulkové výstupy. Dokáže zpracovávat data za použití rozšířených kancelářských softwarů a prezentovat je v úhledné a srozumitelné formě. Bude umět připravit zadání pro realizaci komplexních průzkumů a šetření. Rozpozná zavádějící a chybé interpretace výsledků, bude umět s použitím matematické statistiky vysvětlit, jak je opravit. Bude znát polohové ukazatele a ukazatele variability, bude umět pracovat s absolutní a relativní četností, sestavovat, používat a interpretovat kontingenční tabulky. Bude schopen provést korelační analýzu a interpretovat její výsledky. S pomocí softwaru bude schopen provést odhad lineární regrese metodou nejmenších čtverců, bude schopen interpretovat výsledky a bude si vědom úskalí tohoto přístupu. Bude znát oficiální zdroje dat a vyhledávat v nich potřebné statistiky.
Osnova
  • 1. Grafické zobrazení dat. 2. Oficiální statistické databáze, zdroje dat a práce s nimi. 3. Základní statistické pojmy. 4. Zpracování dat o slovní proměnné. 5. Elementární zpracování dat o číselné proměnné, kvantily. 6. Charakterizování polohy hodnot číselné proměnné. 7. Charakterizování variability hodnot číselné proměnné. 8. Korelační koeficient, interpretace, úskalí Pearsonova koeficientu korelace. 9. Základní chyby při interpretaci dat. 10. p-hodnota, její interpretace a úskalí 11. Lineární regrese, metoda nejmenších čtverců 12. Koeficient determinace, jeho interpretace a úskalí
Literatura
    povinná literatura
  • FIELD, A. P., Discovering Statistics Using SPSS: (and Sex and Drugs and Rock 'n' Roll). SAGE, 2020. ISBN 9789351500827. 915 p.
    doporučená literatura
  • Harford, T. 2020. How to Make the World Add Up: Ten Rules for Thinking Differently About Numbers. Hachette UK. ISBN 9781408712221, 352 p.
  • Blauw, S. 2021. The Number Bias. Hodder And Stoughton Ltd. ISBN: 1529342775. 175 p
Výukové metody
Přednášky, cvičení, příprava projektů.
Metody hodnocení
Zápočet – student předloží kompletní návrh metody statistického výzkumu k jím vybranému problému. Svůj návrh obhájí v prezentaci na semináři. Zkouška: ústní - student a) interpretuje graf z reálné praxe, identifikuje jeho slabá místa a navrhne zlepšení, b) zodpoví 2 teoretické otázky c) prokáže schopnost pracovat s datovým souborem.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2023.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.vsfs.cz/predmet/vsfs/zima2024/B_ASt