Matematická statistika 1 - NMSA331

• Anglický název: Mathematical Statistics 1
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2015 do 2015
• Semestr: zimní
• E-Kredity: 8
• Rozsah, examinace: zimní s.:4/2, 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
• Další informace: http://www.karlin.mff.cuni.cz/~kulich/vyuka/ms1
• Garant: doc. Mgr. Michal Kulich, Ph.D.
• Třída: M Bc. OM; M Bc. OM > Povinně volitelné; M Bc. OM > Zaměření STOCH
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
• Neslučitelnost : NSTP201
• Prerekvizity : NMSA202
• Záměnnost : NSTP201
• Je korekvizitou pro: NMSA332
• Je záměnnost pro: NSTP201, NSTP191
• Ve slož. prerekvizitě: NMSA349

Anotace

čeština

Poslední úprava: T_KPMS (02.06.2016)

Základy statistických metod. Doporučeno pro bakalářský obor Obecná matematika, zaměření Stochastika. Vyžaduje znalosti z předmětu NMSA202 Pravděpodobnost a matematická statistika.

angličtina

Poslední úprava: G_M (16.05.2012)

Foundations of statistical methods. Recommended for bachelor's program in General Mathematics, specialization Stochastics.

Cíl předmětu

čeština

Poslední úprava: G_M (16.05.2012)

Studenti se seznámí se základními metodami statistické analýzy dat. To jim umožní pochopit podstatu teoretických výsledků presentovaných v dalších přednáškách

angličtina

Poslední úprava: G_M (16.05.2012)

The students will become familiar with basic methods for statistical data analysis.

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

čeština

Poslední úprava: T_KPMS (11.05.2012)

Přednáška+cvičení.

angličtina

Poslední úprava: T_KPMS (11.05.2012)

Lecture+exercises.

Sylabus

čeština

Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (11.04.2018)

1. Náhodný výběr. Rozdělení výběrového průměru a rozptylu. Pořádkové statistiky.

2. Bodové a intervalové odhady - základní principy. Empirické odhady, výběrové momenty a kvantily.

3. Principy testování hypotéz.

4. Jednovýběrové a párové metody pro kvantitativní data.

5. Dvouvýběrové metody pro kvantitativní data.

6. Jednovýběrové metody pro binární a kategoriální data.

7. Dvouvýběrové metody pro kategoriální data. Kontingenční tabulky.

8. Vícevýběrové metody pro kvantitativní data. Analýza rozptylu. Principy mnohonásobných porovnávání.

9. Korelační analýza. Základy lineárního modelu.

angličtina

Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (11.04.2018)

1. Random sample. Distribution of sample mean and variance. Order statistics.

2. Point and interval estimates - basic principles. Empirical estimates, sample moments and quantiles.

3. Hypothesis testing principles.

4. One-sample and paired methods for quantitative data.

5. Two-sample methods for quantitative data.

6. One-sample methods for binary and categorical data.

7. Two-sample methods for categorical data. Contingency tables.

8. Multi-sample methods for quantitative data. Analysis of variance. Multiple comparison principles.

9. Correlation analysis. Foundations of linear models.