Štatistické metódy II
- Kredity: 7
- Ukončenie: Skúška
- Rozsah: 2P + 2C
- Semester: zimný
- Ročník: 2
- Fakulta hospodárskej informatiky
Vyučujúci
Zaradený v študijných programoch
Výsledky vzdelávania
Po úspešnom absolvovaní predmetu budú študenti schopní analyzovať vzťahy medzi dvomi štatistickými premennými prostredníctvom párovej regresnej a korelačnej analýzy a analýzy kategoriálnych znakov, ďalej budú schopní urobiť základnú analýzu časových radov a realizovať indexnú analýzu. Študenti získajú:
Vedomosti
− Získajú poznatky o pojmoch, princípoch a metódach používaných v uvedených oblastiach štatistiky.
Zručnosti
− Študenti budú schopní realizovať výpočty k predmetným štatistickým postupom (jednoduchá lineárna regresná analýza, korelačná analýza, kontingenčná analýza, analýza časových radov, indexná analýza) jednak vlastným výpočtom, ako aj s využitím štatistického softvéru (napr. SAS, Statgraphics).
− Študenti sa naučia adekvátne interpretovať výsledky z predmetných štatistických analýz.
Kompetencie
− Študenti budú schopní uvedené vedomosti a zručnosti vhodne využiť pri riešení praktických úloh z hospodárskej praxe.
Stručná osnova predmetu
Predmet Štatistické metódy II poskytuje študentom základné poznatky zo 4 okruhov štatistiky, a to regresná a korelačná analýza, analýza kategoriálnych údajov, analýza časových radov, porovnávanie v štatistike (indexná analýza). Tieto poznatky sú nevyhnutné pre analýzu vzťahov 2 štatistických premenných a pre analýzu zmien a vývoja 1 štatistickej premennej v čase. Celý predmet Štatistické metódy (I. a II.) poskytuje poznatky a zručnosti, ktoré sú potrebné pre osvojenie si ďalších štatistických a ekonometrických metód a postupov.
Odporúčaná literatúra
Labudová, V., Pacáková, V., Sipková, Ľ., Šoltés, E., Vojtková, M. (2021). Štatistické metódy pre ekonómov a manažérov. Bratislava: Iura Edition.
Šoltés, E. a kol. (2018). Štatistické metódy pre ekonómov – zbierka príkladov. Bratislava: Iura Edition.
Marek, L. a kol. (2007). Statistika pro ekonomy. Praha: Professional Publishing.
Marek, L. a kol. (2015). Statistika v příkladech (2. vyd.). Praha: Kamil Mařík – Professional Publishing.
Johnson, R. A., Bhattacharyya, G. K. (2019). Statistics: principles and methods. John Wiley & Sons.
Literatúra bude priebežne aktualizovaná o najnovšie odborné tituly.
Sylabus predmetu
Osnova: 1. Úvod do jednoduchej lineárnej regresnej analýzy. Metóda najmenších štvorcov. Odhad a predpoklady klasického lineárneho regresného modelu. 2. Overenie štatistickej významnosti regresného modelu. Induktívne úsudky o parametroch regresného modelu. 3. Predikcia. Intervalové odhady individuálnej hodnoty a strednej hodnoty vysvetľovanej premennej. 4. Korelačná analýza. Pearsonov koeficient korelácie a koeficient determinácie (vrátane induktívnych úsudkov). 5. Overenie predpokladov klasického lineárneho regresného modelu. Grafická analýza rezíduí. Linearizovateľné regresné modely. Voľba regresného modelu 6. Analýza kontingenčných tabuliek. Chí-kvadrát test nezávislosti. 7. Časové rady. Základné charakteristiky časového radu. Zložky časových radov. 8. Analytické vyrovnanie trendu časového radu. Miery kvality vyrovnania. Výber funkcie trendu. Prognózovanie. 9. Mechanické vyrovnávanie časových radov. Metóda kĺzavých priemerov. Sezónna dekompozícia časového radu. 10. Analýza časových radov so sezónnou zložkou s využitím regresie. 11. Individuálne jednoduché a zložené indexy a rozdiely. 12. Súhrnné indexy a rozdiely. 13. Zhrnutie.
Podmienky na absolvovanie predmetu
30 % dve písomné práce
70 % písomná skúška (30 % teoretická časť, 40 % praktická časť)
Pracovné zaťaženie študenta
Pracovné zaťaženie študenta (v hodinách): 182 h
účasť na prednáškach 26 h,
účasť na cvičeniach 26 h,
príprava na cvičenia 39 h,
príprava na priebežnú písomku 39 h,
príprava na skúšku 52 h
Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu
Slovenský jazyk
Dátum schválenia: 11.03.2024
Dátum poslednej zmeny: 17.05.2022
Dátum schválenia: 11.03.2024
Dátum poslednej zmeny: 17.05.2022