INMNPSTZ Statistické zpracování dat

Obchodně podnikatelská fakulta v Karviné
zima 2023
Rozsah
2/1/0. 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
Po 8:05–9:40 AULA
  • Rozvrh seminárních/paralelních skupin:
INMNPSTZ/01: Po 9:45–10:30 B101, R. Krkošková
INMNPSTZ/02: St 9:45–10:30 B101, R. Krkošková
INMNPSTZ/03: St 10:35–11:20 B101, R. Krkošková
INMNPSTZ/04: Po 13:55–14:40 B101, R. Krkošková
Předpoklady
FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(P)
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 500 stud.
Momentální stav registrace a zápisu: zapsáno: 80/500, pouze zareg.: 0/500
Mateřské obory/plány
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 programu GRETL 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.
Literatura
    doporučená literatura
  • GUJARATI, Damodar N. Essentials of Econometrics. Fifth Edition. Sage Publications, 2023. ISBN 978-1-0718-5039-8. info
  • BUDÍKOVÁ, Marie, Maria KRÁLOVÁ a Bohumil MAROŠ. Průvodce základními statistickými metodami. První vydání. Praha: Grada, 2010. ISBN 978-80-247-3243-5. info
  • RAMÍK, R. 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
přednášky a semináře (cvičení, příklady a případové studie),
Metody hodnocení
hodnocení: účast na seminářích (70%), průběžné testy (30% hodnocení), závěrečný test (70% hodnocení)
Informace učitele
Součástí předmětu je získání příslušných výpočetních dovedností. Během 5. až 12. výukového týdne studenti absolvují 3 krátké průběžné písemné testy, jejichž výsledky se započítává do celkového výsledku zkoušky. Vyžaduje se alespoň 70% účast na seminářích.
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2014, zima 2015, zima 2016, zima 2017, zima 2018, zima 2019, zima 2020, zima 2021, zima 2022, zima 2024.