|
Vyučující
|
|
|
|
Obsah předmětu
|
Výuka postupně přechází od základních teoretických konceptů k demonstraci konkrétních metod v praktických analytických úkolech. Praktická cvičení demonstrují teoretické poznatky na úlohách z reálného světa. Pro lepší názornost jsou voleny problémy z oblasti geografie a příbuzných oborů, které jsou studentům geoinformatiky blízké. Praktická cvičení jsou řešena především v jazyce R, případně MS Excel. 1. Základní pojmy, výběrová šetření 2. Náhodná veličina, popisná statistika 3. Rozdělení pravděpodobnosti, distribuční funkce 4. Odhady parametrů, testování hypotéz 5. Statistické testy 6. ANOVA, kontingenční tabulky 7. Korelační a regresní analýza 8. Exploratorní analýza, vizualizace dat
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Monologická (výklad, přednáška, instruktáž), Laborování
|
|
Výstupy z učení
|
Cílem je seznámit studenty se základy statistiky pro potřeby znalosti základního zpracování dat v geoinformatice, které využijí během studia, ale také navýší uplatnitelnost v reálné praxi.
Předmět zaměřený na získání znalostí. Po absolvování předmětu bude student umět definovat hlavní pojmy, popsat a vhodně vybrat hlavní metody zpracování dat a prokázat teoretické znalosti i praktické schopnosti pro řešení modelových problémů.
|
|
Předpoklady
|
Aplikace znalostí z předchozího studia matematiky (kurz VYMET).
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška
Znalost témat v rámci náplně předmětu (zkouška). Schopnost prakticky použít skriptovací jazyk R.
|
|
Doporučená literatura
|
-
Brázdil, R. et al. (1995). Statistické metody v geografii. Brno.
-
Gareth, J. et al. An Introduction to Statistical Learning. New York. 2021.
-
Hendl, J. (2004). Přehled statistických metod zpracování dat: analýza a metaanalýza dat. Praha.
-
Zvára, K., Štěpán, J. (2019). Pravděpodobnost a matematická statistika. Praha.
|