|
Lecturer(s)
|
|
|
|
Course content
|
1. Random event. Probability and its properties. 2. Independence of events. Conditional probability. The theorem of total probability. 3. Random variable, distribution function. Expectatation and dispersion. 4. Discrete random variables. Hypergeometric, binomial and Poisson distributions. 5. Continuous random variables, probability density function. Uniform, exponential and Weibull and normal distributions. 6. Approximation by a normal distribution. Quantiles of a continuous random variable, median. 7. A random multivariate distribution, covariance, correlation coefficient. Multivariate normal distribution. 8. Random sample. Collection of statistical data, descriptive statistics. 9. Point estimation, interval estimation of parameters. 10. Statistical hypothesis, critical region, significance level, type I and type II error Testing the mean of a normal distribution, comparing the mean and variances of two normal distributions. 11. Goodness-of-fit tests. Chi-square test, contingency tables. Sample correlation coefficient and its properties. Tests of independence. 12. Regression function, simple and multiple linear regression. Coefficient of determination. 13. Statistical methods of quality assurance - example. Final remarks. If you need more information see http://www.kma.zcu.cz/PSB , please
|
|
Learning activities and teaching methods
|
Lecture with practical applications, Collaborative instruction, Seminar classes
- Contact hours
- 39 hours per semester
- Preparation for comprehensive test (10-40)
- 39 hours per semester
|
| prerequisite |
|---|
| Knowledge |
|---|
| formulovat základní kombinatorické úlohy pomocí kombinatorických vzorců ( v rozsahu běžném na SŠ ) |
| charakterizovat základní techniky pro výpočet derivace a integrálu funkce jedné proměnné (v rozsahu M1S) |
| popsat vlastnosti elementárních funkcí reálné proměnné |
| využít geometrickou interpretaci derivace při hledání průběhu a extrémů funkce |
| Skills |
|---|
| zvládat základní operace s faktoriály a kombinačními čísly |
| vypočítat obsah množiny použitím určitého integrálu |
| provádět běžné numerické výpočty derivací a integrálu |
| načrtnout grafy elementárních funkcí s vyznačením důležitých bodů |
| learning outcomes |
|---|
| Knowledge |
|---|
| popsat náhodné jevy a spočítat jejich pravděpodobnost |
| rozpoznat a použít základní typy diskrétních a spojitých rozdělení pravděpodobnosti |
| použít metody popisné statistiky k shrnutí informací z dat |
| formulovat statistickou hypotézu a vybrat vhodný statistický test k jejímu přijetí nebo zamítnutí |
| interpretovat statistické výsledky |
| Skills |
|---|
| vypočítat bodové odhady a sestrojit intervaly spolehlivosti |
| vypracovat postup a navrhnout rozsah výběru při statistické kontrole jakosti |
| zpracovat data použitím matod korelační a regresní analýzy |
| rozhodnout na základě výsledků testu o přijetí či zamítnutí statistické hypotézy |
| teaching methods |
|---|
| Knowledge |
|---|
| Lecture |
| Skills |
|---|
| Practicum |
| Competences |
|---|
| Textual studies |
| assessment methods |
|---|
| Knowledge |
|---|
| Test |
| Skills demonstration during practicum |
| Skills |
|---|
| Test |
| Skills demonstration during practicum |
| Competences |
|---|
| Test |
| Skills demonstration during practicum |
|
Recommended literature
|
-
Reif, J. Metody matematické statistiky. Plzeň : Západočeská univerzita, 2004. ISBN 80-7043-302-7.
-
Reif, Jiří; Kobeda, Zdeněk. Úvod do pravděpodobnosti a spolehlivosti. 1. vyd. Plzeň : Západočeská univerzita, 2000. ISBN 80-7082-702-5.
|