SubjectsSubjects(version: 953)
Course, academic year 2023/2024
   Login via CAS
Statistics for Financial Mathematics 2 - NMFM332
Title: Statistika pro finanční matematiky 2
Guaranteed by: Department of Probability and Mathematical Statistics (32-KPMS)
Faculty: Faculty of Mathematics and Physics
Actual: from 2023 to 2023
Semester: summer
E-Credits: 5
Hours per week, examination: summer s.:2/2, C+Ex [HT]
Capacity: unlimited
Min. number of students: unlimited
4EU+: no
Virtual mobility / capacity: no
State of the course: taught
Language: Czech
Teaching methods: full-time
Teaching methods: full-time
Guarantor: doc. RNDr. Matúš Maciak, Ph.D.
doc. RNDr. Daniel Hlubinka, Ph.D.
Class: M Bc. FM
M Bc. FM > Povinně volitelné
Classification: Mathematics > Probability and Statistics
Pre-requisite : NMFM301, NMMA341
Is interchangeable with: NMFM310
Annotation -
Continuation of mathematical statistics for bachelor's students of Financial mathematics.
Last update: Kaplický Petr, doc. Mgr., Ph.D. (30.05.2019)
Aim of the course -

Students get the basic knowledge about random processes and their statistical analyze.

Last update: Hlubinka Daniel, doc. RNDr., Ph.D. (15.02.2024)
Course completion requirements - Czech

Podmínkou k zapsání ke zkoušce je zisk zápočtu.

Pro získání zápočtu je nutná účast na cvičeních (dovolené jsou nejvýše dvě neomluvené neúčasti) a úspěšné zvládnutí zápočtové písemky (minimální zisk 51 % bodů). V případě neúspěchu u písemné práce bude možné psát jeden opravný pokus.

Zkouška má písemnou a ústní část.

Last update: Hlubinka Daniel, doc. RNDr., Ph.D. (16.02.2024)
Literature - Czech

Grimmett, G., Stirzaker, D.: Probability and Random Processes. Oxford University Press, 2002, 2020.

Brockwell, P.J., Davis, R.A.: Introduction to Time Series and Forecasting. Springer, New York, 1996.

Mandl, P.: Pravděpodobnostní dynamické modely. Academia Praha 1985

Prášková, Z., Lachout, P.: Základy náhodných procesů I, Matfyzpress, Praha 2012

Prášková, Z.: Základy náhodných procesů II. Karolinum, 2004.

Last update: Hlubinka Daniel, doc. RNDr., Ph.D. (16.02.2024)
Teaching methods -

Lecture+exercises.

Last update: Kaplický Petr, doc. Mgr., Ph.D. (30.05.2019)
Requirements to the exam - Czech

Podmínkou připuštění ke zkoušce je zisk zápočtu.

U zkoušky se písemnou a ústní formou ověří získané znalosti. Klíčové jsou znalosti definic a znění vět a jejich používání. Pro hodnocení "výborně" je nutné umět vybrané důkazy a odvození výsledků a statistických postupů.

Dále se vyžaduje schopnost volby správného modelu a postupu pro statistickou analýzu.

Písemná část zkoušky obsahuje početní i teoretické příklady a k jejímu úspěšnému zvládnutí je třeba získat alespoň 51 % bodů. V ústní části se ověřuje porozumění zejména teoretické stránky předmětu.

Last update: Hlubinka Daniel, doc. RNDr., Ph.D. (15.02.2024)
Syllabus - Czech

Podmíněné rozdělení a podmíněná střední hodnota.

Markovovy řetězce s diskrétním časem a s diskrétními stavy.

Statistické úlohy v konečných Markovových řetězcích.

Časové řady, AR1, AR2 procesy.

Statistické úlohy v AR procesech.

Poissonův proces a příbuzné modely zrodu a zániku, markovská teorie obsluhy.

Last update: Hlubinka Daniel, doc. RNDr., Ph.D. (15.02.2024)
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html