Otipka, P., Šmajstrla, V.: Pravděpodobnost a statistika. Skriptum VŠB-TU, Ostrava 2006. ISBN 80-248-1194-4 . http://www.studopory.vsb.cz/studijnimaterialy/past/past.pdf
Dubovský, V., Jarošová, M., Krček, J., Krčková, J., Schreiberová, P., Volný, P.: Pracovní listy. Skriptum VŠB-TU, Ostrava 2015. https://mdg.vsb.cz/portal/m3/pracovnilistyMIII.pdf
Casella, G., Berger, R. L.: Statistical Inference. 2nd edition. Duxbury Press, Pacific Grove, 2002. ISBN 978-0-534-24312-8 .
Statistika ve stavitelství
| Jazyk výuky | angličtina, čeština |
|---|---|
| Kód | 230-0206 |
| Zkratka | SVS |
| Název předmětu česky | Statistika ve stavitelství |
| Název předmětu anglicky | Statistics for Civil Engineering |
| Garantující katedra | Katedra matematiky |
| Garant předmětu | Ing. Lukáš Pospíšil, Ph.D. |
Anotace
Předmět poskytuje studentům základy pravděpodobnosti, kombinatoriky a statistiky se zaměřením na aplikace ve stavebnictví. Důraz je kladen na význam zpracování dat v technické praxi, kde reálná měření často vykazují nejistotu či odchylky, a jejich správná interpretace je zásadní pro rozhodování v inženýrských úlohách. Studenti se seznámí s diskrétními a spojitými náhodnými veličinami, pravděpodobnostními modely a metodami statistického odhadu. Kurz poskytuje teoretický základ pro pochopení náhodnosti a práce s chybou měření, která se běžně promítá i do norem a technických předpisů ve stavebnictví. Probírány jsou metody analýzy dat, testování hypotéz a regresní metody (lineární i nelineární). Součástí kurzu jsou také bodové a intervalové odhady rozdělení pomocí dat. Praktická část výuky probíhá v prostředí Microsoft Excel, kde si studenti osvojí statistické nástroje a metody používané při analýze dat ve stavební praxi.
Povinná literatura
Doporučená literatura
Martina Litschmannová, M.: Úvod do statistiky. Skriptum VŠB-TUO, Ostrava 2011. https://mi21.vsb.cz/modul/uvod-do-statistiky
Middleton, M. R.: Data Analysis Using Microsoft Excel. 5th ed. Boston: Cengage Learning, 2018. ISBN 978-1-337-40664-2 .
Hastie, T., Tibshirani, R.; Friedman, J.: The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. New York: Springer, 2009. ISBN 978-0-387-84857-0. https://statweb.stanford.edu/~tibs/ElemStatLearn/
Middleton, M. R.: Data Analysis Using Microsoft Excel. 5th ed. Boston: Cengage Learning, 2018. ISBN 978-1-337-40664-2 .
Hastie, T., Tibshirani, R.; Friedman, J.: The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. New York: Springer, 2009. ISBN 978-0-387-84857-0. https://statweb.stanford.edu/~tibs/ElemStatLearn/