Základní informace o předmětu1. Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení.

Slides:



Advertisements
Podobné prezentace
“Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky.”
Advertisements

kvantitativních znaků
VŠB – Technická univerzita Ostrava
Testování statistických hypotéz
VŠB – Technická univerzita Ostrava VŠB – Technická univerzita Ostrava Hezký den Hezký den.
Analýza variance (Analysis of variance)
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Statistika I 2. cvičení.
Regresní analýza a korelační analýza
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
Pravděpodobnost a statistika opakování základních pojmů
25. října 2004Statistika (D360P03Z) 4. předn.1 Statistika (D360P03Z) akademický rok 2004/2005 doc. RNDr. Karel Zvára, CSc. KPMS MFF UK
Statistické zpracování dat RNDr. Eva Reiterová, Ph.D.
Název školy Obchodní akademie a Hotelová škola Havlíčkův Brod Název OP OP Vzdělávání pro konkurenceschopnost Registrační číslo projektu CZ.1.07/1.5.00/
Pravděpodobnost a genetická prognóza
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
BRVKA. BRVKA ZKOUŠKA  ZÁPOČET:  aktivní účast na cvičeních (max. 3 absence)  úspěšně zvládnutý test na 6. a 13. cvičení (aspoň 40%) (bude 5 příkladů.
KIV/PPA2 1.cvičení Cvičící: Pavel Bžoch.
Statistická analýza únavových zkoušek
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Název školy Obchodní akademie a Hotelová škola Havlíčkův Brod Název OP OP Vzdělávání pro konkurenceschopnost Registrační číslo projektu CZ.1.07/1.5.00/
Korelace a elaborace aneb úvod do vztahů proměnných
PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA Úvod, kombinatorika
Další spojitá rozdělení pravděpodobnosti
Aplikační počítačové prostředky X15APP MATLAB Katedra elektroenergetiky, Fakulta elektrotechniky ČVUT, Technická 2, Praha 6 Ing. Zbyněk Brettschneider.
Maturita 2008? Společná část Profilová část.
Název školy Obchodní akademie a Hotelová škola Havlíčkův Brod Název OP OP Vzdělávání pro konkurenceschopnost Registrační číslo projektu CZ.1.07/1.5.00/
ZÁKLADY TEORIE PRAVDĚPODOBNOSTI
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Základy zpracování geologických dat
AKD VII.
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Metrologie   Přednáška č. 5 Nejistoty měření.
Základy ekonometrie 4EK211
2. Vybrané základní pojmy matematické statistiky
Náhodný vektor Litschmannová, 2007.
8. Kontingenční tabulky a χ2 test
KIV/PPA2 1.cvičení Cvičící: Pavel Bžoch. Údaje o cvičícím Pavel Bžoch Kancelář: UL408 Konzultační hodiny: –Středa 12:05 – 12:50 –Čtvrtek 11:10 – 11:55.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Biostatistika 8. přednáška
Základy statistiky Autor: Jana Buršová.
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
Modeling claim size in time via copulas (Gaida Pettere & Tonu Kollo) Mgr. Jan Šváb
Poissonovo rozdělení diskrétní náhodné veličiny
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Úvodní informace Informatika pro ekonomy I LS 2012/2013.
1. cvičení
Vícerozměrné statistické metody Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi Jiří Jarkovský, Simona Littnerová.
Aplikovaná statistika 2.
BIOSTATISTIKA LS 2016 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Martina Litschmannová,
MATEMATIKA PRO CHEMIKY II. SYLABUS PŘEDMĚTU Opakování a rozšíření znalostí Reálné funkce a vlastnosti funkcí jedné a dvou proměnných Spojitost a limita.
1 Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Mgr. Vladimír Mikulík. Slezské gymnázium, Opava, příspěvková organizace. Vzdělávací materiál.
… jsou bohatší lidé šťastnější?
Pravděpodobnost a matematická statistika I.
Číslo a název projektu: CZ /1. 5
Úvod do praktické fyziky
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
Výukový materiál zpracován v rámci projektu EU peníze školám
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Pravděpodobnost a matematická statistika I.
VŠB – Technická univerzita Ostrava
Rozdělení pravděpodobnosti
2. Vybrané základní pojmy matematické statistiky
7. Kontingenční tabulky a χ2 test
Základy statistiky.
Náhodné výběry a jejich zpracování
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
Transkript prezentace:

Základní informace o předmětu1

Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení najdete na osobní stránce: mat.fsv.cvut.cz/Hala/ Základní informace o předmětu2

 Jarušková, D.: Pravděpodobnost a matematická statistika, Praha: ČVUT, Fakulta stavební, 2011  Jarušková, D., Hála, M.: Pravděpodobnost a matematická statistika. Příklady, Praha: ČVUT, Fakulta stavební, 2011  Hála, M., Jarušková, D.: Pravděpodobnost a matematická statistika. Tabulky, Praha: ČVUT, Fakulta stavební, 2006 Základní informace o předmětu3

4 1. Popisná statistika jednoho souboru. 2. Popisná statistika jednoho (boxplot, odlehlá pozorování) a dvou souborů. 3. Popisná statistika dvourozměrného souboru, popisná lineární regrese. 4. Pojem pravděpodobnosti, klasická definice pravděpodobnosti. 5. Podmíněná pravděpodobnost, nezávislé jevy. 6. Diskrétní náhodná proměnná, její charakteristiky. 7. Binomické rozdělení. 8. Spojité rozdělení. 9. Charakteristiky spojité proměnné. 10. Normální rozdělení. 11. Aplikace normálního rozdělení. 12. Statistická inference. 13. Rezerva.

 Předpokládá se použití  vědecké kalkulačky se statistickými funkcemi pro zpracování dvourozměrného souboru (regrese a korelace),  statistických tabulek.  Dále je povoleno použití jakékoliv literatury ze statistiky.  V průběhu celé zkoušky není dovoleno použití jakýchkoliv komunikačních prostředků (mobilních telefonů apod.), ani žádných jiných elektronických zařízení (fotoaparátů, kamer, zařízení s přístupem na internet, apod.).  Součástí každé úlohy je uvedení postupu výpočtu vedoucího k prezentovanému výsledku. Používáte-li ke zpracování statistických dat vědeckou kalkulačku se statistickými funkcemi, je nutno uvést použité vzorce. Uvedení pouhého číselného výsledku nebude bráno v úvahu. Základní informace o předmětu5

 Zkoušková písemka ze statistiky trvá 30 minut a obsahuje dva příklady s celkovým počtem 12 bodů.  Odvození známky z celkově dosaženého součtu bodů z obou částí písemek (včetně bodů z písemky ze cvičení a počítačového testu) – viz např.:  K získání známky z předmětu lepší než F je nutno získat alespoň 6 bodů ze zkouškové písemky ze statistiky. Základní informace o předmětu6