Štatistická indukcia

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Na konci semestra budú mať študenti dobrý prehľad o induktívnych metódach využívaných v štatistike, konkrétnejšie:
Zručnosti
- Študenti budú vedieť aplikovať induktívne štatistické metódy v náležitých situáciách a overovať predpoklady ich použitia.
Vedomosti
- Študenti získajú poznatky o princípoch jednotlivých metód, ako aj o súvislostiach medzi rôznymi metódami tak, aby sa v reálnej situácii vedeli správne rozhodnúť, ktorú z metód použiť. Výsledky metód budú vedieť správne interpretovať.
Kompetencie
- Študenti budú schopní v praktickej situácii realizovať kvalifikovanú analýzu dát pochádzajúcich z výberového zisťovania, tvorivo pristupovať k absentujúcim predpokladom niektorých metód, kvalifikovane interpretovať výsledky v potrebných súvislostiach.

Stručná osnova predmetu

Predmet poskytuje komplexné poznatky o teoretických princípoch, predpokladoch a postupoch induktívnych metód tak, aby ich študent vedel adekvátne využiť v praxi. Popri bodových a intervalových odhadoch sa kladie veľký dôraz na testovanie hypotéz, ktoré sú súčasťou rôznych štatistických procedúr (slúžia najmä na overenie predpokladov a na overenie štatistickej významnosti). Predmet sa zaoberá aj neparametrickými testami, ktoré majú široké využitie v prípade, ak nie sú splnené predpoklady o rozdelení číselného znaku.

Odporúčaná literatúra

1. Kotlebová a kol. (2015). Štatistická indukcia v príkladoch. Bratislava: Ekonóm.
2. Malá, I. (2013). Statistické úsudky. Praha: Professional Publishing.
3. Garthwaite, P. H., Jolliffe, I. T. (1995). Statistical Inference. Prentice-Hall International, Inc.
4. Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J. (2016). Statistics for business and economics. Nelson Education.
5. Pacáková, V. a kol. (2012). Štatistická indukcia pre ekonómov (1. vyd.). Bratislava: Ekonóm.
6. Pacáková, V. a kol. (2015). Štatistické indukcia pre ekonómov a manažérov. Bratislava: Wolters Kluwer.
7. Liu, H. (2015). Comparing Welch ANOVA, a Kruskal-Wallis test, and traditional ANOVA in case of heterogeneity of variance. Richmond, Virginia: Virginia Commonwealth University.
8. Blatná, D. (1996). Neparametrické metody. Praha: VŠE.
Literatúra bude priebežne aktualizovaná, o najnovšie vedecké a odborné tituly.

Sylabus predmetu

1. Úvod: Náhodná premenná – základné pojmy, vlastnosti a charakteristiky. 2. Diskrétne a spojité rozdelenia náhodnej premennej. 3. Bodové odhady parametrov základného súboru – princíp a metódy bodových odhadov. 4. Intervalové odhady parametrov základného súboru. 5. Testovanie štatistických hypotéz. 6. Induktívne úsudky o parametroch dvoch základných súborov. 7. Analýza rozptylu. 8. Analýza závislosti slovných znakov. 9. Testy dobrej zhody. 10. Neparametrické testy – princíp, porovnanie s parametrickými testami, testy náhodnosti, testy o parametroch jedného súboru. 11. Neparametrické testy porovnávajúce parametre dvoch súborov. 12. Neparametrické testy porovnávajúce parametre viac ako dvoch súborov. 13. Zhrnutie.

Podmienky na absolvovanie predmetu

30 % dve priebežné písomné práce (riešené v softvéri),
70 % skúška (35 % teoretická časť skúšky, 35 % praktická časť skúšky)

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách): 156 h
účasť na prednáškach 26 h,
účasť na cvičeniach 26 h,
príprava na cvičenia 26 h,
príprava na priebežnú písomku 26 h,
príprava na skúšku 52 h

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

Slovenský jazyk

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 03.02.2022

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 03.02.2022