http://www.person.vsb.cz/archivcd/FMMI/DOE/index.htm
LMS
Aplikovaná statistika
| Typ studia | magisterskénavazující magisterské |
|---|---|
| Jazyk výuky | čeština |
| Kód | 639-3022/01 |
| Zkratka | AST |
| Název předmětu česky | Aplikovaná statistika |
| Název předmětu anglicky | Applied Statistics |
| Kreditů | 4 |
| Garantující katedra | Katedra managementu kvality |
| Garant předmětu | Ing. Mgr. Petra Halfarová, Ph.D. |
Osnova předmětu
1. Úvod do statistiky – vysvětlení její použitelnosti pro metalurgy. Grafické znázornění souboru dat, posouzení typu dat. Obecné zásady testování.
2. Ověření homogenity souboru pomocí grafů. Vybočující hodnoty – jejich zobrazení, detekce (krabicový diagram) a řešení.
3. Ověření nezávislosti dat pomocí grafů. Vliv závislosti v datech na kvalitu zpracování souboru.
4. Ověření normality dat: normální rozdělení, Gaussova křivka a její parametry, empirický histogram. Důvody požadované normality a postup, není-li splněna.
5. Číselné charakteristiky polohy, variability, šikmosti a špičatosti. Pojem robustnosti číselných charakteristik.
6. Teoretické rozdělení Studentovo, Fischerovo a Pearsonovo: grafy rozdělení. Příklady těchto rozdělení, práce s tabulkami kvantilů a kritických hodnot.
7. Odhady bodové a intervalové. Pojmy „stupeň spolehlivosti“ a „hladina významnosti“.
8. Analýza dvou statistických souborů: testování významnosti rozdílu výběrových průměrů a výběrových rozptylů; dvouvýběrový t-test, F test.
9. Hodnocení míry závislosti (korelace) dvou veličin: Pearsonův koeficient korelace, Spearmanův koeficient pořadové korelace.
10. Regresní analýza – jednoduchá (párová) lineární regrese. Odhad regresních koeficientů pomocí metody nejmenších čtverců. Hodnocení významnosti a kvality regresní funkce. Jednoduché nelineární regresní modely (mocninný, exponenciální, logaritmický, kvadratický a polynomický).
11. Regresní analýza – vícenásobná lineární regrese. Hodnocení významnosti modelu a regresních koeficientů. Použití vícenásobné regrese.
2. Ověření homogenity souboru pomocí grafů. Vybočující hodnoty – jejich zobrazení, detekce (krabicový diagram) a řešení.
3. Ověření nezávislosti dat pomocí grafů. Vliv závislosti v datech na kvalitu zpracování souboru.
4. Ověření normality dat: normální rozdělení, Gaussova křivka a její parametry, empirický histogram. Důvody požadované normality a postup, není-li splněna.
5. Číselné charakteristiky polohy, variability, šikmosti a špičatosti. Pojem robustnosti číselných charakteristik.
6. Teoretické rozdělení Studentovo, Fischerovo a Pearsonovo: grafy rozdělení. Příklady těchto rozdělení, práce s tabulkami kvantilů a kritických hodnot.
7. Odhady bodové a intervalové. Pojmy „stupeň spolehlivosti“ a „hladina významnosti“.
8. Analýza dvou statistických souborů: testování významnosti rozdílu výběrových průměrů a výběrových rozptylů; dvouvýběrový t-test, F test.
9. Hodnocení míry závislosti (korelace) dvou veličin: Pearsonův koeficient korelace, Spearmanův koeficient pořadové korelace.
10. Regresní analýza – jednoduchá (párová) lineární regrese. Odhad regresních koeficientů pomocí metody nejmenších čtverců. Hodnocení významnosti a kvality regresní funkce. Jednoduché nelineární regresní modely (mocninný, exponenciální, logaritmický, kvadratický a polynomický).
11. Regresní analýza – vícenásobná lineární regrese. Hodnocení významnosti modelu a regresních koeficientů. Použití vícenásobné regrese.
E-learning
Povinná literatura
HENDL, Jan. Přehled statistických metod: analýza a metaanalýza dat. Páté, rozšířené vydání. Praha: Portál, 2015. ISBN 978-80-262-0981-2.
TOŠENOVSKÝ, J. Základy statistického zpracování dat. Ostrava: VŠB - Technická univerzita Ostrava, 2015. ISBN 978-80-248-3733-8.
HENDL, Jan. Statistika v aplikacích. Praha: Portál, 2014. ISBN 978-80-262-0700-9.
NEUBAUER, Jiří, Marek SEDLAČÍK a Oldřich KŘÍŽ. Základy statistiky: aplikace v technických a ekonomických oborech. 3., rozšířené vydání. Praha: Grada Publishing, 2021. ISBN 978-80-271-3421-2.
MONTGOMERY, Douglas C. a George C. RUNGER. Applied statistics and probability for engineers: SI version. 5th ed. Hoboken: Wiley, c2011. ISBN 978-0-470-50578-6.
TOŠENOVSKÝ, J. Základy statistického zpracování dat. Ostrava: VŠB - Technická univerzita Ostrava, 2015. ISBN 978-80-248-3733-8.
HENDL, Jan. Statistika v aplikacích. Praha: Portál, 2014. ISBN 978-80-262-0700-9.
NEUBAUER, Jiří, Marek SEDLAČÍK a Oldřich KŘÍŽ. Základy statistiky: aplikace v technických a ekonomických oborech. 3., rozšířené vydání. Praha: Grada Publishing, 2021. ISBN 978-80-271-3421-2.
MONTGOMERY, Douglas C. a George C. RUNGER. Applied statistics and probability for engineers: SI version. 5th ed. Hoboken: Wiley, c2011. ISBN 978-0-470-50578-6.
Advised literature
MELOUN, Milan a Jiří MILITKÝ. Kompendium statistického zpracování dat. Vyd. 3. Praha: Karolinum, 2012. ISBN 978-80-246-2196-8.
ANDĚL, J. Základy matematické statistiky. Praha: MATFYZPRESS, 2011. ISBN 978-80-737-8162-0.
TOŠENOVSKÝ, J. a D. NOSKIEVIČOVÁ. Statistické metody pro zlepšování jakosti.
Ostrava: Montanex, 2000. ISBN 80-7225-040-X.
ANDĚL, J. Základy matematické statistiky. Praha: MATFYZPRESS, 2011. ISBN 978-80-737-8162-0.
TOŠENOVSKÝ, J. a D. NOSKIEVIČOVÁ. Statistické metody pro zlepšování jakosti.
Ostrava: Montanex, 2000. ISBN 80-7225-040-X.