OPF:INMBKSME Statistické metody pro ekonomy - Informace o předmětu

INMBKSME Statistické metody pro ekonomy

Rozsah

16/0/0. Přednáška 16 HOD/SEM. 5 kr. Ukončení: zk.

Vyučující

doc. Mgr. Jiří Mazurek, Ph.D. (přednášející)

Garance

doc. Mgr. Jiří Mazurek, Ph.D.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné
Kontaktní osoba: Mgr. Radmila Krkošková, Ph.D.

Rozvrh

So 19. 10. 8:05–9:40 B308, So 9. 11. 8:05–9:40 B308, So 30. 11. 8:05–9:40 B308

Předpoklady

FAKULTA(OPF) && TYP_STUDIA(B) && FORMA(K) && !NOWANY( INMNASDP Statistical Data Processing || INMNASTZ Statistical Data Processing )
K absolvování předmětu nejsou vyžadovány žádné podmínky a předmět může být zapsán nezávisle na jiných předmětech.

Omezení zápisu do předmětu

Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 50 stud.
Momentální stav registrace a zápisu: zapsáno: 11/50, pouze zareg.: 0/50

Mateřské obory/plány

• Bankovnictví, peněžnictví, pojišťovnictví (program OPF, B_BPP)

Cíle předmětu

Poskytnout hlubší pohled na statistické metody vhodné ke zpracování vícerozměrných dat, ovládnout teoretický aparát vybraných metod a naučit se je aplikovat pomocí statistických programů na počítači. Seznámit se s principy speciálních ekonomicko-matematických metod, které jsou nepostradatelnou součástí moderního řízení. Naučit se tyto metody prakticky použít v marketingu i v efektivní kontrole a řízení kvality produkce ve všech etapách výrobního procesu, tj. v předvýrobní, výrobní i povýrobní etapě.

Osnova

• 1. Základní pojmy a metody ze statistiky
  2. Testování hypotéz v marketingu – parametrické testy
  3. Testování hypotéz v marketingu – neparametrické testy
  4. Regresní analýza (vícenásobná)
  5. Korelační analýza
  6. Metody prognózování tržeb – základy časových řad
  7. Analýza rozptylu (ANOVA): jednoduché třídění, dvojné třídění
  8. Analýza rozptylu (ANOVA): trojné třídění (latinské čtverce), čtverné třídění (řecko-latinské čtverce)
  9. Úplné faktorové plány – úplný faktorový experiment se dvěma úrovněmi
  10. Částečné faktorové plány – částečný faktorový experiment se dvěma úrovněmi
  11. Taguchiho metody: ztrátová funkce
  12. Taguchiho metody: celkové náklady na jakost
  
  1. Základní pojmy a metody ze statistiky: Charakteristiky polohy. Charakteristiky variability. Šikmost. Špičatost. Statistický soubor se dvěma statistickými znaky.
  2. Testování hypotéz v marketingu – parametrické testy: Úvod do statistického testování, obecná osnova statistického testu, p-hodnota testu. Parametrické testy: t-test střední hodnoty (jednovýběrový, párový, dvouvýběrový), dvouvýběrový F-test rovnosti rozptylů.
  3. Testování hypotéz v marketingu – parametrické testy: Znaménkový test mediánu (jednovýběrový, párový). Pearsonův χ²-test dobré shody. χ²-test nezávislosti dvou veličin.
  4. Regresní analýza: Úvod, jednoduchá lineární regrese, metoda nejmenších čtverců. Úvod do vícerozměrné regresní analýzy, náhodný vektor, vícerozměrné normální rozdělení. Klasické předpoklady lineární regrese. Koeficient determinace (R²). Test významnosti regresních koeficientů, intervaly spolehlivosti, test vhodnosti regresního modelu.
  5. Korelační analýza: Pearsonův koeficient korelace. Regresní koeficient. Vícenásobný korelační koeficient. Koeficient částečné korelace. Testování hypotéz. Neparametrické a robustní metody: Spearmanův koeficient (pořadové) korelace. Vícenásobná lineární závislost – vztahy pro dvě vysvětlující proměnné.
  6. Metody prognózování tržeb: Rozklad časové řady na složku trendovou, sezónní, cyklickou a náhodnou. Analýza trendové složky (trend lineární, kvadratický, polynomický, exponenciální a logaritmický, logistický, Gompertzův). Analýza sezónní složky, model konstantní sezónnosti. Predikce, bodové a intervalové odhady. Prognózování, kauzální prognostické metody. Analýza náhodné složky, autokorelace, testování vlastností náhodné složky, Durbin-Watsonův test. Klouzavé průměry.
  7. Analýza rozptylu (ANOVA): Jednofaktorová ANOVA jako model lineární regrese, míra těsnosti závislosti (koeficient determinace R²), F-test. Dvoufaktorová ANOVA bez interakcí. Dvoufaktorová ANOVA s interakcemi.
  8. Analýza rozptylu (ANOVA): Trojné třídění (latinské čtverce). Čtverné třídění (řecko-latinské čtverce).
  9. Úplné faktorové plány (faktory se dvěma úrovněmi): Základy experimentování a oblasti použití, experimentální procedura, efekt (vliv) faktoru, významnost efektu, test významnosti efektu, grafické hodnocení efektu faktoru, grafy interakcí, model experimentu jako model lineární regrese.
  10. Částečné faktorové plány (faktory se dvěma úrovněmi): Základní principy. Poloviční faktorové plány. Čtvrtinové faktorové plány. Osminové faktorové plány. Grafické hodnocené efektu faktoru u částečných faktorových plánů.
  11. Taguchiho metody: ztrátová funkce: Definice a vlastnosti ztrátové funkce, ztrátová funkce pro různé typy tolerance.
  12. Taguchiho metody: celkové náklady na jakost: Monitorování nákladů na jakost, regulační diagramy.
  

Literatura

povinná literatura
• RAMÍK, J., STOKLASOVÁ, R., TOŠENOVSKÝ, J. Statistické metody pro ekonomy. Karviná: OPF SU, 2003. ISBN 80-85943-63-8. info

doporučená literatura
• DANIEL, W. W., TERREL, J. Business statistics for management and economics. Houghton Mifflin, 2005. ISBN 978-03957-280-25. info
• BLECHARZ, P. Základy metody DOE (Taguchiho přístup). Ostrava : REPRONIS, 2005. ISBN 80-7329-106-1. info
• TOŠENOVSKÝ, J. Průvodce hodnocením způsobilosti. Ostrava, 2003. info
• TOŠENOVSKÝ J., NOSKIEVIČOVÁ, D. Statistické metody pro zlepšování jakosti. Ostrava : Montanex, 2000. ISBN 80-7225-040-X. info

Výukové metody

Individuální konzultace
Demonstrace dovedností

Metody hodnocení

Písemná zkouška
Písemný test

Informace učitele

Průběžný test, forma zkoušky: písemná.

Aktivita	Náročnost [h]
Konzultace	6
Ostatní studijní zátěž	93
Přednáška	6
Zkouška	40
Celkem	145

Další komentáře

Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.slu.cz/predmet/opf/zima2024/INMBKSME