MMEDKMSM Mathematical-Statistical Methods in Economics

School of Business Administration in Karvina
Summer 2016
Extent and Intensity
0/0. 15 credit(s). Type of Completion: dzk.
Guaranteed by
prof. RNDr. Jaroslav Ramík, CSc.
Department of Informatics and Mathematics – School of Business Administration in Karvina
Prerequisites (in Czech)
K absolvování předmětu nejsou vyžadovány žádné podmínky a předmět může být zapsán nezávisle na jiných předmětech.
Course Enrolment Limitations
The course is offered to students of any study field.
Course objectives (in Czech)
V návaznosti na základní předmět statistiky a operační analýzy z magisterského studia poskytnout výklad moderních matematicko-statistických metod, metod vícekriteriálního rozhodování a znalostního inženýrství. Látku prezentovat s ohledem na aplikace v ekonomické oblasti, zejména marketingu a managementu a financích. Cílem je také získání příslušných výpočetních dovedností s adekvátními softwarovými prostředky na počítači PC. Výuka se uskutečňuje ve výpočetní laboratoři vybavené moderní výpočetní technikou s příslušným programovým vybavením (Excel, SPSS, Expert Choice aj.). Pro účely studia předmětu je zpracován v systému Moodle eLearningový kurz. V průběhu studia předmětu studenti zpracují samostatně 3 zadané úkoly.
Syllabus (in Czech)
  • 1. Statistické metody analýzy ekonomických dat a řízení jakosti
    2. Ekonometrické modelování
    3. Analýza ekonomických časových řad
    4. Vícekriteriální rozhodování
    5. Metody znalostního inženýrství a data mining

    1. Statistické metody analýzy ekonomických dat a řízení jakosti
    Vícerozměrná pozorování a úpravy datové matice. Vícerozměrná analýza rozptylu (ANOVA). Základy plánování experimentů. Vícerozměrná regresní a korelační analýza. Analýza hlavních komponent. Faktorová analýza. Problémy předvýrobní etapy. Řízení kvality výrobního procesu. Hodnocení výrobního procesu.
    2. Ekonometrické modelování
    Odhad klasického lineárního regresního modelu. Speciální problémy lineárního regresního modelu (umělé proměnné, specifikační chyby, zobecněný model). Modely obsahující zpožděné proměnné. Modely diskrétní volby. Modely simultánně závislých rovnic. Případové studie s využitím PC.
    3. Analýza ekonomických časových řad
    Význam, základní přístupy a specifické problémy analýzy časových řad. Dekompozice časových řad. Box - Jenkinsova metodologie: ARIMA a SARIMA modely. Modely vícerozměrných časových řad typu VARMA. Kointegrace časových řad a modely typu Error-Correction. Řešení samostatného úkolu z analýzy časových řad pomocí modelu SARIMA s využitím SPSS.
    4. Vícekriteriální rozhodování
    Vícekriteriální metody rozhodování. Analytický hierarchický proces ? AHP. Metody rozhodování za neurčitosti a rizika. Využití programů Excel a Expert Choice při řešení úloh vícekriteriálního rozhodování. Řešení samostatného úkolu z vícekriteriálního rozhodování s využitím programu Expert Choice.
    5. Metody znalostního inženýrství a data mining
    Typické úlohy pro znalostní inženýrství a ?dolování z datových bází?. Obecná metodologie, otázky, cíle, aplikace. Expertní a znalostní systémy. Principy metod ZI a DM: neuronové sítě, indukční pravidla, asociační pravidla, seskupovací metody, statistické modely, vizualizace. Vytváření modelů, praktické aplikace.
Language of instruction
Czech
Further Comments
The course can also be completed outside the examination period.
The course is also listed under the following terms Summer 2013, Summer 2014.
  • Enrolment Statistics (recent)
  • Permalink: https://is.slu.cz/course/opf/summer2016/MMEDKMSM