Matematická statistika 2 - NMSA332
Anglický název: Mathematical Statistics 2
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2023
Semestr: letní
E-Kredity: 5
Rozsah, examinace: letní 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
Způsob výuky: prezenční
Způsob výuky: prezenční
Garant: doc. Ing. Marek Omelka, Ph.D.
Mgr. Stanislav Nagy, Ph.D.
doc. RNDr. Daniel Hlubinka, Ph.D.
Třída: M Bc. OM
M Bc. OM > Povinně volitelné
M Bc. OM > Zaměření STOCH
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Korekvizity : NMSA331
Je prerekvizitou pro: NMSA351
Je záměnnost pro: NSTP192, NSTP202
Ve slož. prerekvizitě: NMSA349
Výsledky anket   Termíny zkoušek   Rozvrh LS   Nástěnka   
Anotace -
Poslední úprava: T_KPMS (21.04.2016)
Základy teoretické statistiky. Doporučeno pro bakalářský obor Obecná matematika, zaměření Stochastika. Vyžaduje znalosti z předmětů NMSA202 Pravděpodobnost a matematická statistika a NMSA331 Matematická statistika 1.
Cíl předmětu -
Poslední úprava: T_KPMS (11.05.2012)

Studenti se naučí základní metody teorie odhadu a testování hypotéz.

Podmínky zakončení předmětu
Poslední úprava: RNDr. Jitka Zichová, Dr. (05.03.2018)

Účast na cvičení není povinná, ale důrazně doporučená. Podmínkou pro získání zápočtu je úspěšné napsání dvou zápočtových písemných prací, tj. získání alespoň 60 bodů ze 100, přičemž z každé písemky alespoň 20 bodů. Každá písemka dovoluje získat maximálně 50 bodů. Povaha kontroly studia předmětu vylučuje opakování této kontroly. Nicméně, studenti, kteří získali z obou písemek dohromady alespoň 25 bodů, budou mít možnost se zúčastnit (jednoho souhrnného) opravného testu. Při úspěšnosti alespoň 60% v opravném testu získají zápočet.

Literatura
Poslední úprava: prof. RNDr. Jiří Anděl, DrSc. (09.09.2013)

Anděl J.: Matematická statistika, SNTL/ALFA, Praha 1978

Anděl J.: Statistické metody. Matfyzpress, Praha 2007

Anděl J.: Základy matematické statistiky. Matfyzpress, Praha 2013

Metody výuky -
Poslední úprava: T_KPMS (11.05.2012)

Přednáška+cvičení.

Požadavky ke zkoušce
Poslední úprava: prof. RNDr. Jaromír Antoch, CSc. (26.02.2021)

Požadavky u ústní části zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce. Zápočet je nutnou podmínkou pro účast na zkoušce. K přípravě ke zkoušce a cvičení lze využít cvičebnici, která je ke stažení na webové stránce cvičícího docenta Omelky.

Předmětem zkoušky bude celý rozsah přednášky. Je třeba znát všechny podstatné definice, věty a tvrzení (včetně předpokladů), chápat jejich vzájemné vztahy a alespoň rámcově vysvětlit jejich zdůvodnění (důkazy). Dále se vyžaduje schopnost zvolit vhodný postup pro statistickou analýzu reálného problému a diskutovat výhody a nevýhody různých alternativních řešení (existují-li).

Zkouška se skládá z písemné a ústní části. Písemná část se sestává z několika otázek, které vycházejí z odpřednesené látky a současně odpovídají tomu, co bylo procvičováno na cvičení. Písemná část předchází části ústní a její nesplnění znamená, že celá zkouška je hodnocena známkou nevyhověl(a) a ústní částí již nepokračuje. Nesložení ústní části zkoušky znamená, že při příštím termínu je nutno opakovat obě části zkoušky, tj. písemnou i ústní. Známka ze zkoušky se stanoví na základě ohodnocení obou částí.

Pokud situace neumožní prezenční zkoušení, bude zkoušení provedenou vhodnou distanční formou.

Sylabus -
Poslední úprava: prof. RNDr. Jaromír Antoch, CSc. (01.03.2021)

Odhady parametrů. Momentová metoda, metoda maximální věrohodnosti, profilová věrohodnost. Optimalita odhadů, Raova-Cramérova věta, Fisherova informace. Suficientní statistiky, eficience odhadů, Robustní odhady. Testování hypotéz, Neymanovo-Pearsonovo lemma, asymptotické testy, testy s rušivými parametry.

Vstupní požadavky -
Poslední úprava: prof. RNDr. Jaromír Antoch, CSc. (04.06.2018)

Náhodné veličiny a vektory, a jejich charakterizace; konvergence v distribuci, v pravděpodobnosti a skoro jistě; centrální limitní věta; podmíněná hustota a podmíněná středná hodnota.