INFORMAČNÝ LIST PREDMETU

Vysoká škola: Technická univerzita v Košiciach

Fakulta: Ekonomická fakulta

Pracovisko: Katedra aplikovanej matematiky a hospodárskej informatiky

Kód predmetu: 2404761

Názov predmetu: Pravdepodobnosť a štatistika

Druh, rozsah a metóda vzdelávacích činností:
Forma výučby: Prednáška, Cvičenie numerické
Odporúčaný rozsah výučby (v hodinách):
Denná forma štúdia (hodiny za týždeň): 2,2
Externá forma štúdia (hodiny za semester): ZS 26,26/,13
Metóda štúdia:

Počet kreditov: 4

Odporúčaný semester štúdia: ZS

Odporúčaný semester

Študijný program

Stupeň štúdia

Metóda štúdia

2.rok ZS

Ekonomika a manažment verejnej správy (EaMVS_Bc_D_sk)
Financie, bankovníctvo a investovanie (FBI_Bc_D_en)
Financie, bankovníctvo a investovanie (FBI_Bc_E_sk)
Ekonomika a manažment verejnej správy (EaMVS_Bc_D_en)
Financie, bankovníctvo a investovanie (FBI_Bc_D_sk)

1.
1.
1.
1.
1.

Prezenčná
Prezenčná
Prezenčná
Prezenčná
Prezenčná

Stupeň štúdia: 1.

Podmieňujúce predmety:

Podmienky na absolvovanie predmetu:
Spôsob hodnotenia a skončenia štúdia predmetu: Zápočet a skúška
Priebežné hodnotenie (PH): Študent prospeje v PH a získa zápočet, keď splní podmienku získať min. 21% z 40%.
A: písomný test z praktických príkladov (v pc učebni) B: projekt

Záverečné hodnotenie (ZH): Študent prospeje v ZH a úspešne vykoná skúšku, keď splní podmienku získať min. 31% z 60%.
kombinovaná skúška, riešenie praktických úloh (v pc učebni) a vypracovanie odpovedí na teoretické otázky.

Celkové hodnotenie: CH je suma hodnotení získaných študentom za hodnotené obdobie. Celkový výsledok sa stanoví v súlade s vnútornými predpismi TUKE. (študijný poriadok, vnútorný predpis zásady doktorandského štúdia)

Výsledky vzdelávania:
Predmet nadväzuje ma metódy, uvažovanie a zručnosti nadobudnuté v makro a mikro-ekonómii, matematike a informatike (vzťahy medzi ekonomickými veličinami, práca s matematickými funkciami, derivačný a integrálny počet, využívanie funkcií v MS Excel a práca s databázami). Na dôkladné osvojenie si štatistických výpočtov sa kombinuje práca na vreckových kalkulátoroch, v MS Exceli a špecializovanom štatistickom softvéri pre spoločenské vedy (SPSS). Preto sú cvičenia vedené v počítačových laboratóriách. Po absolvovaní predmetu má študent:
- ovládať základné pojmy štatistického spracovania údajov, pravdepodobnosti, tvorby a organizácie a plánovania štatistických prieskumov, používať základné metódy odhadu parametrov a testovania hypotéz základnej úrovne,
- triediť, spracovávať, analyzovať, graficky prezentovať a vysvetľovať údaje pomocou metód popisnej štatistiky,
- vedieť odhadovať pravdepodobnosť aj s parametrami rozdelení, priradiť vhodné rozdelenie pravdepodobnosti k základným náhodným procesom,
- ovládať techniku testovania hypotéz, voľby testov a interpretácie výsledkov základných testov a priraďovať ich k reálnym rozhodovacím výskumným a praktickým úlohám,
- osvojiť si prostredie štatistického modulu MS Excel a štatistického softvéru SPSS.
V predmete si študenti osvojujú štatistické rozmýšľanie, učia sa spracovávať štatistické dáta a robiť štatistické úsudky o ekonomických a spoločenských javoch. Získané znalosti a zručnosti sú nevyhnutné pre analýzu a spracovanie údajov vo všetkých sférach ekonomiky a manažmentu. V ďalšom vzdelávaní na predmet nadväzujú kvantitatívne orientované predmety a znalosti sa podstatne využijú aj pri bakalárskej a diplomovej práci.

Stručná osnova predmetu:
1: P: Vyjadrovacie prostriedky štatistiky: štatistické súbory, znaky, štatistické triedenie.
C: Výpočet charakteristík štatistického súboru pomocou kalkulačky a MS Excel.
2: P: Popisná štatistika. Číselné charakteristiky štatistického súboru – polohy a variability.
C: Základné prostredie a operácie v SPSS, grafická prezentácia údajov.
3: P: Štatistika a pravdepodobnosť. Náhodné javy, pravdepodobnosť, náhodná premenná a jej rozdelenie. Podmienená pravdepodobnosť, Bayesov vzorec.
C: Popisná štatistika v SPSS. Číselné charakteristiky štatistického súboru. Priemery, modus, medián, priemerná odchýlka, smerodajná odchýlka.
4: P: Rozdelenia diskrétneho typu. Hustota pravdepodobnosti diskrétnej náhodnej veličiny. Alternatívne, binomické, hypergeometrické a Poissonovo rozdelenie.
C: Štatistika a pravdepodobnosť (kalkulačka). Výpočet pravdepodobnosti javov.
5: P: Rozdelenia spojitého typu. Hustota pravdepodobnosti spojitej náhodnej veličiny, rovnomerné, exponenciálne, normálne a lognormálne rozdelenie.
C: Rozdelenia diskrétneho typu- alternatívne, binomické, hypergeometrické a Poissonovo rozdelenie (kalkulačka, MS Excel).
6: P: Náhodný výber. Charakteristiky náhodného výberu, výberový priemer, výberový rozptyl, výberové rozdelenia pravdepodobnosti. Centrálna limitná veta.
C: Rozdelenia spojitého typu- rovnomerné, exponenciálne, normálne a lognormálne (kalkulačka, MS Excel).
7: P: Bodové a intervalové odhady – teoretické základy. Intervaly spoľahlivosti pre priemer, rozptyl a podiel. Určenie veľkosti výberu a rôzne metódy výberov.
C: Počítanie bodových odhadov a intervalov spoľahlivosti (kalkulačka, MS Excel).
8: P: Teória testovania hypotéz I: štatistické hypotézy, chyba prvého a druhého druhu, kritická oblasť, testovacie štatistiky. Testovanie parametrov základného súboru.
C: Testovanie hypotéz I – testy parametrov jedného a dvoch súborov, (SPSS, MS Excel).
9: P: Testovanie hypotéz II - testy hypotéz o parametroch rozdelenia. Testovanie parametrov dvoch základných súborov. K-S test, Pearsonov test dobrej zhody.
C: Zápočtová písomka
10: P: Vzťah testovania hypotéz a intervaly spoľahlivosti. Sila testu a faktory na ňu vplývajúce.
C: Testovanie hypotéz II – testy extrémnych hodnôt, test Kolmogorova-Smirnova, Pearsonov test dobrej zhody (SPSS, MS Excel).
11: P: Testovanie hypotéz III - testy extrémnych hodnôt. Testy dobrej zhody, Pearsonov test, Fisherov exaktný test.
C: Odovzdávanie a obhajoba projektov.
12: P: Analýza rozptylu. Porovnávanie viacerých základných súborov. Jednofaktorová analýza rozptylu (ANOVA).
C: Testovanie hypotéz III (SPSS, MS Excel). Chí-kvadrát testy. Testy kategorických premenných - kontingenčná tabuľka, Fisherov exaktný test.
13: P: Zhrnutie, použitie štatistických metód na konkrétnych problémoch.
C: Analýza rozptylu (SPSS, MS Excel).

Odporúčaná literatúra:
Hudec, O. Pravdepodobnosť a induktívna štatistika. Košice, EkF TUKE, 2008.
Chajdiak, J. Štatistické úlohy a ich riešenie v exceli. Bratislava, Statis, 2005.
Cyhelský, L., Kahounová, J., Hindls, R. Elementární statistická analýza. Praha, Management Press, 1999.
Field, A. P. Discovering statistics using IBM SPSS, London, Sage, 2013.
Freund, R. J., Statistical methods, Amsterdam: Elsevier, 2010.
Hindls, R., Hronová, S., Seger, J. Statistika pro ekonomy. Praha, Professional Publishing, 2007.
Pacáková, V. a kol. Štatistika pre ekonómov. Bratislava, Iura Edition, 2003.
McClave, T., Sincich T.: Statistics. Pearson, 2012.
Sodomová, E. a kol.: Štatistika pre bakalárov. Vydavateľstvo EKONÓM, Bratislava, 2010.
Wonnacot, T. H., Wonnacot, R. J. Statistika pro obchod a hospodářství. Victoria Publishing: 1993.

Odporúčané voliteľné súčasti programu:

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu: slovenský, anglický

Poznámky:

Hodnotenie predmetov:
Celkový počet hodnotených študentov: 3087

10%

24%

39%

24%

Zabezpečuje:
prof. RNDr. Oto Hudec, CSc.

Dátum poslednej zmeny: 31.08.2020

Schválil: osoba/osoby zodpovedné za študijný program