PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Statistika - MD360P03Z
Anglický název: Statistics
Český název: Statistika
Zajišťuje: Ústav aplikací matematiky a výpočetní techniky (31-710)
Fakulta: Přírodovědecká fakulta
Platnost: od 2022
Semestr: zimní
E-Kredity: 5
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Poznámka: povolen pro zápis po webu
Garant: RNDr. Monika Pecková, Ph.D.
Vyučující: Mgr. Alena Černíková, Ph.D.
RNDr. Monika Pecková, Ph.D.
Anotace -
Poslední úprava: RNDr. Monika Pecková, Ph.D. (03.10.2022)
Posluchači se seznámí se základy statistického uvažování a naučí se vybrané statistické metody.

Přednáškové slajdy jsou k dispozici v SISu.

Literatura -
Poslední úprava: RNDr. Monika Pecková, Ph.D. (20.09.2019)

Zvára, K.: Základy statistiky v prostředí R (k dispozici v geografické knihovně)

Pavlík, Z.; Kühnl, K.: Úvod do kvantitativních metod v geografii


Požadavky ke zkoušce -
Poslední úprava: RNDr. Monika Pecková, Ph.D. (23.09.2020)

Předpokladem získání zápočtu je uspokojivé vyřešení domácích úkolů a jejich odevzdání v určeném termínu podle pokynů cvičícího.
Před zkouškou je nutno získat zápočet (Pravidla pro organizaci studia
čl. 8 odst. 3). Zkouška je kombinovaná, probíhá v počítačové učebně. Student má
ukázat znalost základních pojmů, jejich souvislosti a interpretaci; v několika
jednoduchých úlohách má zvolit vhodný postup a interpretovat výsledky.

Sylabus
Poslední úprava: RNDr. Monika Pecková, Ph.D. (20.09.2019)

I. Metody popisné (deskriptivní) statistiky

1. Základní statistické charakteristiky - charakteristiky centrality (středu) - průměr, vážený průměr, medián, geografický průměr a medián - porovnání char. centrality a jejich užití v geografii a demografii - charakteristiky variability - rozpětí, střední odchylka, mezikvartilová odchylka, rozptyl, standardní (směrodatná) odchylka, variační koeficient. - užití charakteristik variability v geografii a demografii -  charakteristiky tvaru - šikmost, špičatost - měření závislosti - kovariance, korelační koeficient

2. Míry koncentrace v geografii - Giniho koeficient, Lorenzova křivka, Theilův index a jeho rozklad

II. Základy pravděpodobnosti
 
1. Základní pojmy - experiment - náhodný jev - elementární jevy - def. pravděpodobnosti - podmíněná pravděp. a nezávislost

2. Náhodná veličina - pojem náhodné veličiny, rozdělení - střední hodnota, rozptyl a standardní (směrodatná) odchylka - distribuční funkce, hustota, kvantily - některá rozdělení - binomické, normální, t-rozdělení, chi-kvadrát rozdělení

III. Statistická indukce

1. Náhodný výběr - chování průměru z náhodného výběru - centrální limitní věta

2. Intervalový odhad - intervalový odhad střední hodnoty normálního rozdělení - intervalový odhad pravděpodobnosti v binomickém rozdělení

3. Testování statistických hypotéz - nulová a alternativní hypotéza, chyby 1. a 2. druhu, hladina významnosti, síla testu, p-hodnota

4. Test o pravděpodobnosti v binomickém rozdělení

5. Testy o střední hodnotě jednoho dvou výběrů - jednovýběrový t-test, párový t-test, dvouvýběrový t-test - neparametrické testy - Wilcoxonův dvouvýběrový, Wilcoxonův párový, znaménkový test

6. Testování nezávislosti kvantitativních veličin - Pearsonův korelační test, Spearmanův pořadový test

7. Testy v kontingenčních tabulkách - chi-kvadrát test nezávislosti, test homogenity, test dobré shody, test symetrie, Fisherův faktoriálový test

IV. Statistické modelování

1. Základy lineární regrese - jednoduchá regrese - metoda nejmenších čtverců, regresní přímka, test nezávislosti, koeficient determinace, predikce

2. Předpoklady regresního modelu - diagnostika, transformace - mnohonásobná regrese


 
Univerzita Karlova | Informační systém UK