OPF:INMNKSTZ Statistické zpracování dat - Informace o předmětu
INMNKSTZ Statistické zpracování dat
Obchodně podnikatelská fakulta v Karvinézima 2023
- Rozsah
- 12/0/0. Přednáška 12 HOD/SEM. 5 kr. Ukončení: zk.
- Vyučující
- Mgr. Radmila Krkošková, Ph.D. (přednášející)
- Garance
- doc. RNDr. David Bartl, Ph.D.
Katedra informatiky a matematiky – Obchodně podnikatelská fakulta v Karviné
Kontaktní osoba: Mgr. Radmila Krkošková, Ph.D. - Rozvrh
- So 14. 10. 15:35–17:10 VS, Pá 10. 11. 11:25–13:00 VS, Pá 8. 12. 11:25–13:00 VS
- Předpoklady
- FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(K)
- Omezení zápisu do předmětu
- Předmět je určen pouze studentům mateřských oborů.
Předmět si smí zapsat nejvýše 250 stud.
Momentální stav registrace a zápisu: zapsáno: 140/250, pouze zareg.: 0/250 - Mateřské obory/plány
- předmět má 13 mateřských oborů, zobrazit
- Cíle předmětu
- V návaznosti na předmět Statistika z bakalářského stupně studia, nebo jiný základní bakalářský statistický předmět, poskytnout výklad dalších pojmů matematické statistiky, hlavních poznatků této teorie a základních statistických a ekonometrických metod. Látku prezentovat s ohledem na aplikace v ekonomické oblasti. Získat příslušné manuální výpočetní dovednosti a naučit se řešit statistické úlohy pomocí Excelu a SPSS na počítači.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- statisticky zpracovat data metodou jednoduché / vícenásobné lineární regrese;
- provést jednoduchou nelineární regresi;
- provést statistický test vlivu faktoru na očekávanou hodnotu veličiny metodou jednofaktorové analýzy rozptylu (ANOVA);
- provést statistický test vlivu faktoru na očekávanou hodnotu veličiny a statistický test existence interakce mezi faktory metodou dvoufaktorové analýzy rozptylu (ANOVA);
- provést analýzu a predikovat vývoj časové řady. - Osnova
- 1. Analýza rozptylu – Jeden faktor
Nezávislý a závislý faktor, předpoklady analýzy rozptylu s jedním faktorem. Míra těsnosti závislosti, determinační a korelační poměr. - 2. Analýza rozptylu – Dva a více faktorů
Analýza rozptylu se dvěma faktory. Předpoklady ANOVA se 2 faktory. Dvoufaktorová ANOVA bez interakce a s interakcí. Kruskal-Wallisova neparametrická ANOVA. - 3. Regresní analýza – Jednorozměrná lineární regrese
Co je regresní analýza - jednoduchá, vícenásobná, lineární, nelineární. Podstata jednoduché lineární regresní analýzy - bodový diagram, regresní přímka, regresní koeficienty, přiléhavost, koeficient determinace, testy hypotéz, intervaly spolehlivosti. Jednoduchá nelineární regresní analýza - základní typy nelinearity, Törnqvistovy křivky a jejich aplikace v ekonomii. - 4. Regresní analýza - Vícerozměrná
Vícenásobná lineární regresní analýza – předpoklady, regresní nadrovina, koeficient determinace. Aplikace na příkladech z ekonomické oblasti (marketingový výzkum). Klasický vícerozměrný lineární regresní model. Multikolinearita a její příčiny. Heteroskedasticita, testy H-S (Parkův test, Bartleyův test) a její odstraňování. Autokorelace (znaménkový test). - 5. Analýza časových řad
Typy ekonomických časových řad. Elementární charakteristiky časových řad. Modely ekonomických časových řad – dekompoziční metoda, exponenciálního vyrovnání, ARIMA modely. Analytické metody stanovení trendů časových řad: regresní analýza (MNČ – metoda nejmenších čtverců, MMV – metoda maximální věrohodnosti). Syntetické metody: klouzavé průměry, exponenciální vyrovnání. Analýza sezónní složky: modely konstantní sezónnosti se schodovitým trendem, s lineárním trendem. Modely proporcionální sezónnosti. Analýza náhodné složky: statistické testy náhodné složky pomocí reziduí. - 6. Modely typu ARIMA a prognózování časových řad
Stochastický proces a jeho stacionarita. Základy modelů ARIMA: modely AR, MA, I, ARIMA. Identifikace ARIMA modelu pomoci autokorelační funkce (ACF) a parciální autokorelační funkce (PACF). Výpočet koeficientů modelu ARIMA, verifikace modelu, predikce v modelu ARIMA.
- 1. Analýza rozptylu – Jeden faktor
- Literatura
- povinná literatura
- RAMÍK, Jaroslav a Radmila KRKOŠKOVÁ. Statistické zpracování dat: Pro kombinovanou formu studia. Karviná: Slezská univerzita v Opavě, Obchodně podnikatelská fakulta v Karviné, 2013, 162 s. ISBN 978-80-7248-842-1. Výsledek v databázi "Databáze výstupů projektů Operačního programu Vzdělávání pro konkurenceschopnost" info
- doporučená literatura
- GUJARATI, Damodar N. Essentials of Econometrics. Fifth Edition. Sage Publications, 2023. ISBN 978-1-0718-5039-8. info
- RAMÍK, J. a Š. ČEMERKOVÁ. Statistika A. Karviná: SU OPF, 2000. ISBN 80-85879-43-3. info
- RAMÍK, R. a Š. ČEMERKOVÁ. Statistika B. Karviná: SU OPF, 2000. ISBN 80-7248-001-4. info
- CYHELSKÝ, L., J. KAHOUNOVÁ a R. HINDLS. Elementární statistická analýza. Praha: Management Press, 1996. ISBN 80-7261-003-1. info
- SEGER, J. a R. HINDLS. Statistické metody v tržním hospodářství. Praha: Victoria Publishing, 1995. ISBN 80-7187-058-7. info
- ZVÁRA, Karel. Regresní analýza. Praha: Academia, 1989. ISBN 80-200-0125-5. info
- Výukové metody
- 3 tutoriály po 4 hod. a samostudium (řešení vybraných příkladů vztahujících se k probírané látce)
- Metody hodnocení
- hodnocení: závěrečný písemný test (možno používat Excel)
- Informace učitele
- Během semestru se konají 3 soustředění po 4 hod. Studenti kombinovaného studia mají rozšířené možnosti konzultovat učivo s vyučující předmětu.
- Další komentáře
- Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
- Statistika zápisu (zima 2023, nejnovější)
- Permalink: https://is.slu.cz/predmet/opf/zima2023/INMNKSTZ