INMBKKME Quantitative Methods in Economic Practice

School of Business Administration in Karvina
Winter 2024
Extent and Intensity
16/0/0. 6 credit(s). Type of Completion: zk (examination).
Teacher(s)
Mgr. Radmila Krkošková, Ph.D. (lecturer)
Guaranteed by
Mgr. Radmila Krkošková, Ph.D.
Department of Informatics and Mathematics – School of Business Administration in Karvina
Contact Person: Mgr. Radmila Krkošková, Ph.D.
Timetable
Sat 26. 10. 9:45–11:20 VS, Sat 16. 11. 9:45–11:20 VS, Sat 7. 12. 9:45–11:20 VS
Prerequisites (in Czech)
FAKULTA(OPF) && TYP_STUDIA(B) && FORMA(K) && !NOWANY( INMBAKVM Quantitave Methods )
Course Enrolment Limitations
The course is only offered to the students of the study fields the course is directly associated with.

The capacity limit for the course is 500 student(s).
Current registration and enrolment status: enrolled: 187/500, only registered: 0/500
fields of study / plans the course is directly associated with
Course objectives (in Czech)
Cílem předmětu je pochopení základních pojmů z vyšší matematiky (maticový počet, funkce jedné reálné proměnné, diferenciální počet funkce jedné reálné proměnné) a statistiky (popisná statistika, diskrétní a spojité pravděpodobnostní modely, testování hypotéz, regresní analýza). Cílem je umět aplikovat získané vědomosti v praxi.
Learning outcomes (in Czech)
Student bude po absolvování předmětu schopen: - analyzovat průběh funkce (vypočítat extrémy funkce, určit její vlastnosti); - napsat rovnice elementárních funkcí a bude znát jejich vlastnosti; - aplikovat popisnou statistiku v praxi; - umět použít a interpretovat výsledky lineární regresní analýzy.
Syllabus (in Czech)
  • 1. Maticový počet a determinanty
    Základní pojmy, součet matic a násobení matic konstantou, lineární prostor matic. Úprava na trojúhelníkový tvar, hodnost matice. Jednotková matice, regulární a singulární matice. Součin matic a jeho vlastnosti. Inverzní matice. Řešení maticových rovnic. Výpočet determinantu. Determinant regulární a singulární matice. Cramerovo pravidlo. Výpočet inverzní matice.
    2. Posloupnost a limita posloupnosti
    Aritmetická a geometrická posloupnost. Konečná a nekonečná posloupnost. Omezená a neomezená posloupnost. Monotónní posloupnost. Konvergentní a divergentní posloupnost. Výpočet limity posloupnosti, vlastnosti limit posloupností.
    3. Funkce jedné reálné proměnné a její limita
    Reálné funkce jedné reálné proměnné. Supremum a infimum, funkce omezená, monotónní, konvexní a konkávní. Prostá funkce a inverzní funkce. Elementární funkce. Definiční obor elementární funkce, jejich vlastnosti a grafy. Spojitost funkce jedné reálné proměnné a její vlastnosti. Věta Bolzanova a Weierstrassova. Limita funkce. Asymptoty funkce. Věty o limitách funkce.
    4. Diferenciální počet funkce jedné reálné proměnné
    Derivace funkce dané explicitně, geometrický význam derivace, vztah spojitosti a vlastní derivace. Věta o derivaci aritmetických operací, o derivaci složené funkce. Diferenciál, derivace vyšších řádů. Vyšetřování průběhu funkce.
    5. Popisná statistika - kvalitativní a kvantitativní znaky
    Statistická jednotka a statistický soubor. Rozdělení četnosti kvalitativních znaků. Rozdělení četnosti kvantitativních znaků. Charakteristiky polohy (modus, medián, kvantily, průměry). Charakteristiky variability (rozptyl, směrodatná odchylka, rozpětí). Variační koeficient.
    6. Diskrétní a spojité pravděpodobnostní modely
    Stejnoměrné rozdělení. Binomické rozdělení. Poissonovo rozdělení. Normální rozdělení. Exponenciální rozdělení. Rozdělení chi-kvadrát. Studentovo rozdělení.
    7. Testování hypotéz - parametrické a neparametrické testy
    Základní pojmy z testování hypotéz. Postup při testování hypotéz. Hladina významnosti a p-hodnota testu. Dvouvýběrové testy. Test dobré shody (Chi-kvadrát test). Testování nezávislosti kvalitativních znaků.
    8. Jednoduchá regresní analýza
    Statistická závislost mezi dvěma kvantitativními znaky. Jednoduchá lineární regrese. Metoda nejmenších čtverců. Klasický lineární model. Koeficient determinace.
Literature
    required literature
  • STOKLASOVÁ, R. Kvantitativní metody. Karviná: SU OPF, 2013. ISBN 978-80-7248-848-3. info
  • RAMÍK, J. a Š. ČEMERKOVÁ. Kvantitativní metody B - Statistika. Karviná: SU OPF, 2003. ISBN 80-7248-198-3. info
    recommended literature
  • HINDLS, R., S. HRONOVÁ, J. SEGER, a J. FISCHER. Statistika pro ekonomy. 8. vyd. 978-80-8694-643-6, 2016. ISBN 978-80-8694-643-6. info
  • SEDLAČÍK, M., J. NEUBAUER a O. KŘÍŽ. Základy statistiky. 2. vyd. Praha: Grada, 2016. ISBN 978-80-247-5786-5. info
  • MOUČKA, J. a P. RÁDL. Matematika pro studenty ekonomie. 2. vyd. Praha: Grada, 2015. ISBN 978-80-247-5406-2. info
  • ARLTOVÁ, M. a kol. Základy statistiky v příkladech. Tribun EU s.r.o., 2014. ISBN 978-80-2630-756-3. info
  • ANDĚL, J. Základy matematické statistiky. Praha : Matfyzpress, 2011. ISBN 978-80-7378-162-0. info
  • KAŇKA, M. Sbírka řešených příkladů z matematiky pro studenty vysokých škol. Praha: Ekopress, 2009. ISBN 978-80-86929-53-8. info
  • KLŮFA, J. a J. COUFAL. Matematika 1. Praha: Ekopress, 2003. ISBN 8086119769. info
Teaching methods
Lectures, group projects.
Assessment methods
written test, final written examination, 60% of correct answers is needed to pass examination
Language of instruction
Czech
Further comments (probably available only in Czech)
Study Materials
The course can also be completed outside the examination period.
Information on the extent and intensity of the course: Přednáška 16 HOD/SEM.
The course is also listed under the following terms Winter 2018, Winter 2019, Winter 2020, Winter 2021, Winter 2022, Winter 2023.
  • Enrolment Statistics (recent)
  • Permalink: https://is.slu.cz/course/opf/winter2024/INMBKKME