PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Principy statistického uvažování - NMSA260
Anglický název: Principles of Statistical Reasoning
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2018 do 2018
Semestr: letní
E-Kredity: 2
Rozsah, examinace: letní s.:0/2 Z [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Garant: Mgr. Martin Otava, Ph.D.
Třída: M Bc. FM
M Bc. FM > Doporučené volitelné
M Bc. FM > 2. ročník
M Bc. OM
M Bc. OM > Doporučené volitelné
M Bc. OM > 2. ročník
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Anotace -
Poslední úprava: RNDr. Jitka Zichová, Dr. (09.05.2018)
Principy statistického uvažování budou demonstrovány na reálných příkladech rozhodování za přítomnosti náhody. Důraz bude kladen na rozpoznání možných komplikací, vybrání odpovídajícího modelu a správnou intepretaci výstupů.
Cíl předmětu -
Poslední úprava: RNDr. Jitka Zichová, Dr. (26.06.2018)

Cílem předmětu je seznámit posluchače se statistickými přístupy jak k historickým tak k soudobým problémům, v nichž podstatnou roli hraje náhoda. Zvláštní pozornost bude věnována paradoxům a rizikům mylné interpretace.

Podmínky zakončení předmětu -
Poslední úprava: Mgr. Martin Otava, Ph.D. (20.02.2019)

Prezentování referátu na zadané téma během jedné z posledních hodin či odevzdání referátu v písemné formě.

Nejvýše dvě neomluvené absence.

Aktivní účast v hodinách.

Povaha těchto požadavků vylučuje možnost opakovaných pokusů o zápočet.

Literatura
Poslední úprava: RNDr. Jitka Zichová, Dr. (26.06.2018)

Anděl, J.: Statistické úlohy, historky a paradoxy Matfyzpress, Praha 2018.

Metody výuky -
Poslední úprava: RNDr. Jitka Zichová, Dr. (09.05.2018)

Seminář.

Sylabus -
Poslední úprava: RNDr. Jitka Zichová, Dr. (26.06.2018)

1. Základní pojmy pravděpodobnosti a statistiky: náhodná veličina a její rozdělení, Bayesova věta, korelace

2. Lineární regrese, kontingenční tabulky, transformace dat, analýza hlavních komponent.

3. Visualizace dat.

4. Paradoxy a klasické statistické úlohy: např. úloha von Neumanna, volební paradoxy, případ německých tanků.

5. Praktické příklady aplikování a vyhodnocení statistických modelů z oborů medicíny, průmyslové výroby, sportu, kriminalistiky, vzdělávání a dalších.

 
Univerzita Karlova | Informační systém UK