Akademický rok 2023/2024 |
Garant: | doc. RNDr. Zdeněk Karpíšek, CSc. | |||
Garantující pracoviště: | ÚM | |||
Jazyk výuky: | čeština | |||
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, teorie a aplikací 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 | Rozdělení pravděpodobnosti pro modelování technických jevů a procesů. Průzkumová analýza pro zpracování statistických souborů. Náhodný výběr - model a vlastnosti. Metody fitování rozdělení pravděpodobnosti. Odhady parametrů rozdělení pravděpodobnosti. Testování statistických hypotéz o rozděleních. Testování statistických hypotéz o parametrech. Úvod do analýzy rozptylu, neparametrické testy. Základy lineární regresní analýzy. Statistický software - vlastnosti a možnosti použití. |
|||
Literatura - základní: | ||||
1. Montgomery, D. C. - Renger, G.: Probability and Statistics. New York : John Wiley & Sons, Inc. 2010. | ||||
2. Ryan, T. P.: Modern Regression Methods. New York : John Wiley, 2004. | ||||
3. Anděl, J.: Základy matematické statistiky. Praha: Matfyzpress, 2011. | ||||
4. Meloun, M., Militký, J.: Kompendium statistického zpracování dat. Praha: Academia 2002. | ||||
Literatura - doporučená: | ||||
1. Anděl, J.: Statistické metody. Praha : Matfyzpress, 2007. | ||||
2. Meloun, M. - Militký, J._: Statistické zpracování experimentálních dat. Praha : PLUS, 1994. |
Zařazení předmětu ve studijních programech: | |||||||||
Program | Forma | Obor | Spec. | Typ ukončení | Kredity | Povinnost | St. | Roč. | Semestr |
D-ENE-P | prezenční studium | --- bez specializace | -- | drzk | 0 | Doporučený kurs | 3 | 1 | Z |
D-ENE-K | kombinované studium | --- bez specializace | -- | drzk | 0 | Doporučený kurs | 3 | 1 | Z |
Vysoké učení technické v Brně
Fakulta strojního inženýrství
Technická 2896/2,
616 69 Brno
IČ 00216305
DIČ CZ00216305
+420 541 141 111
+420 726 811 111 – GSM O2
+420 604 071 111 – GSM T-mobile