Random vectors. Law of large numbers, central limit theorem.
Descriptive statistics, correlation. Point and interval parameter estimates.
Hypothesis testing in a random sample from normal distribution.
Linear model. Contingecy tables.
Last update: T_KPMS (19.05.2010)
Kurz pro studenty učitelských kombinací s matematikou na MFF UK, PřF UK a FTVS UK.
Náhodné vektory. Zákon velkých čísel, centrální limitní věta. Popisná statistika.
Korelace, regresní přímka. Odhady parametrů a testy hypotéz ve výběru z normálního rozdělení. Lineární model a jeho
speciální případy (lineární regrese, testy shody středních hodnot v několika výběrech). Kontingenční tabulka.
Aim of the course -
Last update: T_KPMS (22.05.2008)
To explain fundamentals of probability theory and mathematical statistics.
Last update: T_KPMS (22.05.2008)
Seznámit studenty se základy teorie pravděpodobnosti a matematické statistiky.
Literature - Czech
Last update: T_KPMS (22.05.2008)
Zvára, K., Štěpán, J.: Pravděpodobnost a matematická statistika. Matfyzpress, Praha 2002.
Anděl, J.: Základy matematické statistiky. Matfyzpress, Praha 2005.
Teaching methods -
Last update: G_M (28.05.2008)
Lecture+exercises.
Last update: G_M (28.05.2008)
Přednáška+cvičení.
Syllabus -
Last update: T_KPMS (19.05.2010)
Random vectors.
Law of large numbers, central limit theorem.
Descriptive statistics, correlation.
Point and interval parameter estimates.
Hypothesis testing in a random sample from a normal distribution.
Linear model.
Contingency tables.
Last update: T_KPMS (19.05.2010)
Náhodné vektory - základní charakteristiky (rozdělení, střední hodnota, varianční matice),