Teorie pravděpodobnosti a matematická statistika

• Definice pojmů pokus, jev, pravděpodobnost jevu a náhodná veličina.
• Axiomatická, klasická a statistická definice pravděpodobnosti.
• Věty o počítání s pravděpodobnostmi.
• Frekvenční a distribuční funkce: definice, vlastnosti.
• Rozdělení normální, binomické, Poissonovo, Pearsonovo, Fischerovo.
• Funkce náhodné proměnné.
• Charakteristiky náhodného vektoru. Multinomické a vícerozměrné
normální rozdělení.
• Základní a výběrový soubor. Generování náhodných čísel.
• Momentové a kvantilové číselné charakteristiky.
• Věta o jednom a o dvou výběrech z normálního rozdělení.
• Intervaly spolehlivosti: princip odvození, základní vzorce.
• Testování hypotéz: obecný postup, chyby při testování.
• Testy: Chi-kvadrát, Kolmogorov-Smirnovův, Shapiro-Wilkův.
• znaménkový pro nezávislost dat, Kruscal-Walisův, Wilcoxonův.
• Jednoduchá lineární regrese, analýza regresního modelu.
• Obecné předpoklady regresní analýzy a jejich testování.
• Vícenásobná lineární a nelineární regrese.
• Analýza rozptylu (ANOVA).
• Korelační analýza.
• Test nezávislosti v kontingenčních tabulkách, kvalitativní proměnné v
regresní analýze.