D – Charakteristika studijního předmětu
Název studijního předmětu	Aplikovaná statistika
Typ předmětu	volitelný			doporučený ročník / semestr			2/LS
Rozsah studijního předmětu	2p+2s+1sp	hod. za týden	5	kreditů		6
Jiný způsob vyjádření rozsahu	2 hod přednášek+2 hod cvičení
Způsob zakončení	zápočet, zkouška			Forma výuky	Přednáška, cvičení
Další požadavky na studenta
Výstupy ze studia: Pro slovně formulovaný problém (zjednodušená reálná situace) je student schopen navrhnout sledované veličiny, způsob jejich měření a záznamu, zvolit jejich kvantitativní míry a charakteristiky, formulovat hypotézy, sestavit a interpretovat modely závislosti, doporučit a aplikovat metody zobecnění, interpretovat výsledky analýzy pro data kvalitativní i kvantitativní povahy, rozpozná rizika a zdroje chybného úsudku z dat. Vstupní znalosti: Pojmy a vztahy pravděpodobnosti: náhodný jev, pravděpodobnost, pravidla pro počítání s pravděpodobnostmi, Bayesův vzorec, sdružená a podmíněná pravděpodobnost, náhodná veličina. Modely rozdělení: alternativní, binomické, Poissonovo, normální, t, F, chí-kvadrát. Základy statistiky (třídění, grafické zobrazení, histogram, polygon četností, kruhový, krabicový a stromkový graf), míry polohy, variability, kvantily. Charakteristiky náhodných veličin. Náhodný výběr, bodový a intervalový odhad průměru a relativní četnosti. Jednovýběrové testy.
Vyučující
prof. RNDr. Hana Skalská, CSc.
Stručná anotace předmětu
Osnova: 1. Testování hypotéz: Formulace hypotéz, statistické hypotézy, chyby I. a II. druhu. 2. Dvouvýběrový test hypotézy o shodě podílů, rozptylů, průměrů pro nezávislé a závislé soubory (párový a nepárový test). 3. Analýza rozptylu pro jeden faktor. Předpoklady, rozklad součtu čtverců, interpretace výsledků, následné testy. 4. Kategorizovaná proměnná, chí-kvadrát test nezávislosti v kombinační tabulce. 5. Charakteristiky asociace dvou veličin, kovariance, koeficient korelace. Lineární regrese dvou proměnných, metoda nejmenších čtverců. 6. Kvalita regresní funkce, intenzita závislosti, předpoklady modelu, odhady parametrů modelu, testy v regresi. 7. Vícerozměrná regrese a korelace. Lineární regrese, odhady parametrů regrese, předpoklady pro metodu nejmenších čtverců, kvalita modelu, hypotézy o parametrech regresní funkce, problém multikolinearity. 8. Časové řady, typy a srovnatelnost údajů v časové řadě. Datové zdroje národních a mezinárodních statistik a jejich využití. 9. Modelování časových řad, analýza trendové složky, lineární a nelineární typy trendu. Analýza diferencí a analýza poměrových charakteristik. 10. Prosté a centrované klouzavé průměry. Identifikace sezónní složky a její popis. Model konstantní sezónnosti. Empirické sezónní indexy a sezónní očišťování. Konstrukce předpovědí časových řad, chyby interpolace. 11. Adaptivní přístupy k modelování časových řad. Jednoduché exponenciální vyrovnání. Korelace časových řad, koeficient autokorelace, korelogram.
Informace ke kombinované nebo distanční formě
Rozsah konzultací (soustředění)		16	hodin celkem
Rozsah a obsahové zaměření individuálních prací studentů a způsob kontroly
12 hodin výuky v průběhu semestru a 4 hodiny soustředění ve zkouškovém období. Podmínky udělení zápočtů pro studenty kombinované formy studia jsou specifikovány při první konzultaci a uvedeny v elektronickém kurzu (Blackboard).
Studijní literatura a studijní pomůcky
Literatura povinná Skalská H.: Aplikovaná statistika. Gaudeamus 2013, 233s. Doporučená - doplňková literatura Hebák P., Skalská H.: Pravděpodobnost a statistika. Příklady a otázky. Gaudemus 2011, 193s. Hindls R., Hronová S., Seger J., Fischer J.: Statistika pro ekonomy. Professional Publishing, Praha, 2007. Hebák P.: Vícerozměrné statistické metody I.  Informatorium, Praha, 2007. Řezanková H.: Analýza data z dotazníkových šetření. Professional Publishing, Praha, 2011. Weby statistických informací a dat: http://www.czso.cz/,  http://www.cnb.cz/cs/statistika/, http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/