|
Vyučující
|
-
Pavlů Ivana, Mgr. Ph.D.
-
Vencálek Ondřej, doc. Mgr. Ph.D.
-
Fačevicová Kamila, Mgr. Ph.D.
-
Jašková Paulína, Mgr.
-
Škorňa Stanislav, Mgr.
|
|
Obsah předmětu
|
1. Motivace a základní pojmy statistiky. 2. Práce s daty - struktura dat (řádky a sloupce datové matice), základní práce s daty - výběr části dat podle pozice a podle podmínky. 3. Popis rozdělení jednoho znaku - kvalitativní znaky - četnost, relativní četnost, sloupcový diagram (barplot) a koláčový graf (pie chart). 4. Popis rozdělení jednoho znaku - kvantitativní znaky - základní číselné charakteristiky polohy (průměr, medián, kvantily). 5. Popis rozdělení jednoho znaku - kvantitativní znaky - základní číselné charakteristiky variability (rozptyl, směrodatná odchylka, variační koeficient, mezikvartilové rozpětí). 6. Popis rozdělení jednoho znaku - kvantitativní znaky - šikmost, špičatost; invariance/ekvivariance jednotlivých číselných charakteristik při lineárních transformacích a důležitost těchto vlastností pro praxi. 7. Popis rozdělení jednoho znaku - kvantitativní znaky - Histogram (Sturgesovo pravidlo), Krabicový graf (boxplot). 8. Popis rozdělení dvou znaků - dva kvalitativní znaky - kontingenční tabulka, možnosti vizualizace. 9. Popis rozdělení dvou znaků - Kvalitativní a kvantitativní znak - srovnání číselných charakteristik, možnosti vizualizace. 10. Popis rozdělení dvou znaků - Dva kvantitativní znaky - korelace, bodový graf (scatterplot). 11. Možnosti popisu a vizualizace vícerozměrných dat - varianční matice, korelační matice.
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming)
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty se základními postupy popisné statistiky a obecnými principy práce s daty.
Absolvent předmětu je schopen provést jednoduchou analýzu dat. Je schopen volit vhodné číselné a grafické prostředky pro popis různých statistických znaků (podle jejich povahy) a vztahů mezi těmito znaky. Je rovněž schopen tyto výstupy správně interpretovat.
|
|
Předpoklady
|
- umět základní matematiku - nebát se vyzkoušet si práci se statistickým softwarem
|
|
Hodnoticí metody a kritéria
|
Seminární práce
Seminární práce a prezentace výsledků.
|
|
Doporučená literatura
|
-
J. Hanousek, P. Charamza. (1992). Moderní metody zpracování dat: matematická statistika pro každého. Praha: GRADA.
-
M. Budíková, T., Lerch, Š. Mikoláš. (2005). Základní statistické metody. MU Brno.
-
N. Silver. (2014). Signál a šum ? většina předpovědí selže, některé ne.
-
O. Vencálek. (2015). Základy analýzy dat v softwaru Mathematica. UP Olomouc.
-
W. N. Venables, B. D. Ripley. (2002). Modern Applied Statistics with S. Springer.
|