OPF:MMEPKVB Quantitative Methods B - Course Information
MMEPKVB Quantitative Methods B
School of Business Administration in KarvinaSummer 2008
- Extent and Intensity
- 2/1/0. 4 credit(s). Type of Completion: zk (examination).
- Teacher(s)
- Mgr. Šárka Čemerková, Ph.D. (lecturer)
prof. RNDr. Jaroslav Ramík, CSc. (lecturer)
Mgr. Šárka Čemerková, Ph.D. (seminar tutor)
Mgr. Kamil Ferik (seminar tutor)
Mgr. Jiří Honka (seminar tutor)
Mgr. Radmila Krkošková, Ph.D. (seminar tutor)
Ing. Elena Mielcová, Ph.D. (seminar tutor)
Ing. Radomír Perzina, Ph.D. (seminar tutor)
prof. RNDr. Jaroslav Ramík, CSc. (seminar tutor)
Ing. Filip Tošenovský, Ph.D. (seminar tutor) - Guaranteed by
- prof. RNDr. Jaroslav Ramík, CSc.
Department of Informatics and Mathematics – School of Business Administration in Karvina - Course Enrolment Limitations
- The course is also offered to the students of the fields other than those the course is directly associated with.
- fields of study / plans the course is directly associated with
- Banking (programme OPF, B_HOSPOL)
- Economy of Tourism (programme OPF, B_EKOMAN)
- Business Economics in Trade and Services (programme OPF, B_EKOMAN)
- European Integration (programme OPF, B_HOSPOL)
- Finance (programme OPF, B_HOSPOL)
- Corporate Finance (programme OPF, B_EKOMAN)
- Hotel Industry (programme OPF, B6503GAHOT)
- Managerial Informatics (programme OPF, B_SYSINF)
- Marketing and Management (programme OPF, B_EKOMAN)
- Social Management (programme OPF, B_HOSPOL)
- Public Economy and Administration (programme OPF, B_HOSPOL)
- Course objectives (in Czech)
- Poskytnout výklad základních pojmů a poznatků matematické a ekonomické statistiky, zvládnout základní statistické metody. Látku prezentovat s ohledem na aplikace v hospodářské oblasti. Navázat na znalosti základních předmětů Kvantitativní metody A a Informatiky, získat příslušné manuální výpočetní dovednosti a také schopnost řešení statistických úloh pomocí Excelu na počítači PC.
- Syllabus (in Czech)
- 1. Statistika a její význam
2. Popisná statistika - kvalitativní znaky
3. Popisná statistika - kvantitativní znaky
4. Pravděpodobnost
5. Náhodná veličina
6. Diskrétní pravděpodobnostní modely
7. Spojité pravděpodobnostní modely
8. Bodové a intervalové odhady
9. Testování statistických hypotéz - parametrické testy
10. Testování statistických hypotéz - neparametrické testy
11. Analýza rozptylu - ANOVA
12. Metody stanovení závislosti
13. Regresní analýza
1. Statistika a její význam
Kdy statistiky "lžou", statistické metody v obchodě a podnikání, oblasti využití statistických metod: popisná statistika, statistická indukce, statistické rozhodování.
2. Popisná statistika - kvalitativní znaky
Statistické znaky, rozdělení četnosti, charakteristiky polohy.
3. Popisná statistika - kvantitativní znaky
Statistické znaky, rozdělení četnosti, charakteristiky polohy, charakteristiky variability, variační koeficient, šikmost.
4. Pravděpodobnost
Intuitivní definice pravděpodobnosti a základní pojmy, kombinatorika, pravděpodobnost jako relativní četnost, vlastnosti pravděpodobnosti.
5. Náhodná veličina
Diskrétní a spojitá náhod. veličina, rozdělení náhodné veličiny, charakteristiky polohy a charakteristiky variability.
6. Diskrétní pravděpodobnostní modely - Modely diskrétních náhodných veličin stejnoměrné rozdělení, binomické rozdělení, Poissonovo rozdělení.
7. Spojité pravděpodobnostní modely
Distribuční funkce, hustota, charakteristiky, stejnoměrné rozdělení, normální rozdělení: grafy, charakteristiky, normované rozdělení, tabulkové hodnoty a kvantily, centrální limitní teorém, Studentovo rozdělení, exponenciální rozdělení.
8. Bodové a intervalové odhady
Výběrové šetření, bodové odhady a jejich vlastnosti, intervaly spolehlivosti pro střední hodnotu, rozptyl a poměr.
9. Testování statistických hypotéz - parametrické testy
Druhy hypotéz, test pro střední hodnotu, jednostranné a oboustranné testy.
10. Testování statistických hypotéz - neparametrické testy
Rozdělení Chí-kvadrát, Pearsonův test dobré shody, test nezávislosti v čtyřpolní tabulce.
11. Analýza rozptylu - ANOVA"
ANOVA při jednom faktoru, míra těsnosti závislosti
12. Metody stanovení závislosti
Stochastická závislost.
13. Regresní analýza
Jednoduchá lineární regrese, volba regresní funkce, odhady regresních parametrů, koeficient determinace, linearizované regresní funkce.
- 1. Statistika a její význam
- Literature
- required literature
- RAMÍK, J., ČEMERKOVÁ, Š. Kvantitativní metody B - Statistika. Distanční studijní opora. Karviná, OPF SU, 2003. ISBN 80-7248-198-3. info
- recommended literature
- RAMÍK, J., ČEMERKOVÁ, Š. Statistika A. Učební text. Karviná: OPF SU, 2000. ISBN 80-85879-43-3. info
- RAMÍK, J, ČEMERKOVÁ, Š. Statistika pro ekonomy. Karviná: OPF SU, 2000. info
- RAMÍK, J., ČEMERKOVÁ, Š. Statistika B. Učební text. Karviná: OPF SU, 1998. ISBN 80-7248-001-4. info
- CYHELSKÝ, L., KAHOUNOVÁ, J., HINDLS, R. Elementární statistická analýza. Praha: Management Press, 1996. info
- SEGER, J., HIDLS, R. Statistické metody v tržním hospodářství. Praha: Victoria Publishing, 1995. ISBN 80-7187-058-7. info
- HANOUSEK, Jan and Pavel CHARAMZA. Moderní metody zpracování dat - matematická statistika pro každého. Praha: Grada, 1992. Educa '99. ISBN 80-85623-31-5. info
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- The course can also be completed outside the examination period.
- Enrolment Statistics (Summer 2008, recent)
- Permalink: https://is.slu.cz/course/opf/summer2008/MMEPKVB