Statistická analýza a experiment (FSI-9SAE)

Akademický rok 2021/2022
Garant: doc. RNDr. Libor Žák, Ph.D.  
Garantující pracoviště: ÚM všechny předměty garantované tímto pracovištěm
Jazyk výuky: čeština či angličtina
Cíle předmětu:
Cílem předmětu je formování stochastického způsobu myšlení studentů a jejich seznámení s moderními metodami matematické statistiky a možnostmi využití profesionálního statistického softwaru ve výzkumu.
Výstupy studia a kompetence:
Studenti získají hlubší znalosti z metod matematické statistiky, které jim umožní aplikovat stochastické modely technických jevů a procesů pomocí výpočtů na PC.
Prerekvizity:
Základy teorie pravděpodobnosti a matematické statistiky.
Obsah předmětu (anotace):
Předmět je určen pro studenty doktorského studia a je zaměřen na moderní metody statistické analýzy (náhodný výběr a jeho realizace, fitování rozdělení a odhady jejich parametrů, testování statistických hypotéz, regresní analýza) pro zpracování statistických souborů získaných při realizaci a vyhodnocování experimentů v rámci vědeckovýzkumné práce studentů.
Metody vyučování:
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny.
Způsob a kritéria hodnocení:
Zkouška je formou předneseného referátu z vybrané oblasti statistických metod anebo vypracováním písemné práce zaměřené na řešení konkrétních úloh.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:
Účast na přednášce není povinná, ale doporučuje se.
Typ (způsob) výuky:
    Přednáška  10 × 2 hod. nepovinná                  
Osnova:
    Přednáška 1. Rozdělení pravděpodobnosti pro modelování technických jevů a procesů.
2. Průzkumová analýza pro zpracování statistických souborů.
3. Náhodný výběr - model a vlastnosti.
4. Metody fitování rozdělení pravděpodobnosti.
5. Odhady parametrů rozdělení pravděpodobnosti.
6. Testování statistických hypotéz o rozděleních a o parametrech.
7. Úvod do analýzy rozptylu, neparametrické testy.
8. Základy lineární regresní analýzy.
9. Statistický software - vlastnosti a možnosti použití.
Literatura - základní:
1. Montgomery, D. C. - Renger, G.: Probability and Statistics. New York : John Wiley & Sons, Inc., 1996.
2. Hahn, G. J. - Shapiro, S. S.: Statistical Models in Engineering. New York : John Wiley & Sons, Inc., 1994.
3. Dowdy, S. - Wearden, S.: Statistics for Research. New York : John Wiley & Sons, Inc., 1993.
Literatura - doporučená:
1. Anděl, J.: Statistické metody. Praha : Matfyzpress, 1993.
2. Meloun, M. - Militký, J._: Statistické zpracování experimentálních dat. Praha : PLUS, 1994.
3. Lamoš, F. - Potocký, R.: Pravdepodobnosť a matematická štatistika. Bratislava : Alfa, 1989.
Zařazení předmětu ve studijních programech:
Program Forma Obor Spec. Typ ukončení   Kredity     Povinnost     St.     Roč.     Semestr  
D-MAT-P prezenční studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
CEITEC-AMN-EN-P prezenční studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
CEITEC-AMN-EN-K kombinované studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
CEITEC-AMN-CZ-K kombinované studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
CEITEC-AMN-EN-Z příjezd na krátkodobý studijní pobyt --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
D-MAT-K kombinované studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z
CEITEC-AMN-CZ-P prezenční studium --- bez specializace -- drzk 0 Doporučený kurs 3 1 Z