Hledej
Zobraz:
Univerzity
Kategorie
Rozšířené vyhledávání
12 659 projektů
0 nových
Skripta - Statistika (pro navazující magisterské studium)
«»
| Přípona |
Typ skripta |
Stažené 0 x |
| Velikost 5,6 MB |
Jazyk český |
ID projektu 10258 |
| Poslední úprava 09.05.2017 |
Zobrazeno 585 x |
Autor: quadra |
Sdílej na Facebooku |
||
| Detaily projektu | ||
- Cena:
6 Kreditů - kvalita:
84,6% -
Stáhni
- Přidej na srovnání
- Univerzita:Slezská univerzita v Opavě
- Fakulta:Obchodně-podnikatelská fakulta
- Kategorie:Přírodní vědy » Matematika
- Předmět:Statistické zpracování dat
- Studijní obor:-
- Ročník:-
- Formát:PDF dokument (.pdf)
- Rozsah A4:175 stran
ÚVODEM MODULU STATISTIKA
Tento text představuje studijní oporu pro kombinované studium všech akreditovaných studijních programů v navazujícím magisterském studiu na Slezské univerzitě, Obchodně podnikatelské fakultě v Karviné. Předmět Statistika navazuje na předmět Kvantitativní metody B obsahující základní bakalářský kurz statistiky na SU OPF, nebo na obdobný ekvivalentní předmět základů statistiky v bakalářském stupni studia na jiné VŠ ekonomického zaměření v ČR. V tomto předmětu je kladen důraz především na uplatnění statistických metod v aplikovaných ekonomických disciplínách, jako jsou zejména marketing a management.
Samotný učební text, nebo jak se říká v terminologii distančního studia: studijní opora - umožňující distančnímu studentovi plnohodnotné a zároveň samostatné studium - je rozčleněn do 12 tématických kapitol. Jednotlivé kapitoly odpovídají obvyklým výukovým týdnům jednoho semestru a jsou přibližně stejně obsahově rozsáhlé a obtížné. Takový rozsah učiva odpovídá klasické dvouhodinové přednášce v prezenčním studiu na vysoké škole ekonomického zaměření. V prezenčním studiu je ovšem přednáška doplněna seminářem - cvičením, kde se probraná látka aplikuje na konkrétní číselné příklady, které se řeší až k požadovanému výsledku často pomocí počítače.
Distanční vysokoškolské studium je specifická forma, která v případě předmětu Statistika vyžaduje enormní úsilí studenta zaměřené na pravidelnost a vytrvalost v samostudiu, schopnost koncentrace na předmět, aktivní přístup spočívající samostatném řešení příkladů. V tom všem by vám tato studijní opora měla pomoci nahradit kvalitní prezenční výuku i úlohu učebnic a skript. Distanční opora je k tomu účelu vybavena určitými nástroji, specifickými právě pro distanční formu, o jejichž funkcích byste měli vědět a mohli je tudíž účelně využívat ve svůj prospěch. Pro lepší zvládnutí látky jsou vám v elektronické verzi kurzu Statistika k dispozici ještě doplňkové elektronické materiály. Dalšími podpůrnými zdroji ke studiu mohou být klasické učebnice a skripta a další doporučená literatura.
Zajisté jste si již povšimli, že text je opatřen širšími okraji, obsahujícími marginálie: hesla a ikony. Volné místo slouží k tomu, abyste jej zaplnili svými poznámkami a značkami k lepšímu pochopení studované látky (samozřejmě u opory v tištěné podobě). Význam ikon používaných v textu naleznete na konci modulu v seznamu použitých značek, symbolů a zkratek.
Tento text představuje studijní oporu pro kombinované studium všech akreditovaných studijních programů v navazujícím magisterském studiu na Slezské univerzitě, Obchodně podnikatelské fakultě v Karviné. Předmět Statistika navazuje na předmět Kvantitativní metody B obsahující základní bakalářský kurz statistiky na SU OPF, nebo na obdobný ekvivalentní předmět základů statistiky v bakalářském stupni studia na jiné VŠ ekonomického zaměření v ČR. V tomto předmětu je kladen důraz především na uplatnění statistických metod v aplikovaných ekonomických disciplínách, jako jsou zejména marketing a management.
Samotný učební text, nebo jak se říká v terminologii distančního studia: studijní opora - umožňující distančnímu studentovi plnohodnotné a zároveň samostatné studium - je rozčleněn do 12 tématických kapitol. Jednotlivé kapitoly odpovídají obvyklým výukovým týdnům jednoho semestru a jsou přibližně stejně obsahově rozsáhlé a obtížné. Takový rozsah učiva odpovídá klasické dvouhodinové přednášce v prezenčním studiu na vysoké škole ekonomického zaměření. V prezenčním studiu je ovšem přednáška doplněna seminářem - cvičením, kde se probraná látka aplikuje na konkrétní číselné příklady, které se řeší až k požadovanému výsledku často pomocí počítače.
Distanční vysokoškolské studium je specifická forma, která v případě předmětu Statistika vyžaduje enormní úsilí studenta zaměřené na pravidelnost a vytrvalost v samostudiu, schopnost koncentrace na předmět, aktivní přístup spočívající samostatném řešení příkladů. V tom všem by vám tato studijní opora měla pomoci nahradit kvalitní prezenční výuku i úlohu učebnic a skript. Distanční opora je k tomu účelu vybavena určitými nástroji, specifickými právě pro distanční formu, o jejichž funkcích byste měli vědět a mohli je tudíž účelně využívat ve svůj prospěch. Pro lepší zvládnutí látky jsou vám v elektronické verzi kurzu Statistika k dispozici ještě doplňkové elektronické materiály. Dalšími podpůrnými zdroji ke studiu mohou být klasické učebnice a skripta a další doporučená literatura.
Zajisté jste si již povšimli, že text je opatřen širšími okraji, obsahujícími marginálie: hesla a ikony. Volné místo slouží k tomu, abyste jej zaplnili svými poznámkami a značkami k lepšímu pochopení studované látky (samozřejmě u opory v tištěné podobě). Význam ikon používaných v textu naleznete na konci modulu v seznamu použitých značek, symbolů a zkratek.
Klíčová slova:
analýza rozptylu
regresní analýza
fiktivní proměnná
časové řády
analýza trendu
prognozování
Obsah:
- 1 Analýza rozptylu (anova) - jeden faktor -9-
1.1 Nezávislý a závislý faktor -10-
1.2 Předpoklady analýzy rozptylu s jedním faktorem -11-
1.3 Postup při analýze rozptylu s jedním faktorem -12-
1.4 Míra těsnosti závislosti -14-
2 Analýza rozptylu (anova) - více faktorů -23-
2.1 Analýza rozptylu se dvěma faktory -24-
2.2 Předpoklady anova se 2 faktory -26-
3 Regresní analýza - jednorozměrná: lineární regrese -36-
3.1 Regresní analýza -37-
3.2 Jednoduchá regresní analýza -38-
3.3 Metoda nejmenších čtverců -39-
3.4 Míra variability, koeficient determinace -40-
3.5 Klasický lineární model -41-
4 Regresní analýza - jednorozměrná: intervaly spolehlivosti testy hypotéz, nelineární regrese -51-
4.1 Intervaly spolehlivosti -52-
4.2 Testy hypotéz -53-
4.3 Nelineární regresní analýza -54-
4.4 Parabolická regrese -55-
4.5 Törnquistovy funkce -55-
4.6 Metoda vybraných bodů -57-
5 Regresní analýza - vícerozměrná -71-
5.1 Vícerozměrná regresní analýza -72-
5.2 Metoda nejmenších čtverců -72-
5.3 Náhodný vektor a jeho charakteristiky -74-
5.4 Klasický lineární model -74-
5.5 Míry variability a koeficient determinace -75-
5.6 Intervaly spolehlivosti a testy hypotéz -76-
5.7 Individuální t-testy o hodnotách regresních koeficientů -77-
5.8 F-test hypotézy o hodnotách regresních koeficientů -77-
6 Regresní analýza - vícerozměrná: multikolinearita, heteroskedasticita, autokorelace -86-
6.1 Co je multikolinearita? -87-
6.2 Co je heteroskedasticita? -89-
6.2.1 Jak zjišťovat heteroskedasticitu? -90-
6.2.2 Jak odstraňovat heteroskedasticitu? -92-
6.3 Co je autokorelace? -96-
7 Fiktivní proměnné -99-
7.1 Co jsou fiktivní proměnné? -100-
7.2 Fiktivní proměnné a anova -100-
7.3 Společné fiktivní a kvantitativní proměnné -104-
7.4 Fiktivní proměnné v sezónních modelech -106-
8 Základy analýzy časových řad -110-
8.1 Typy ekonomických časových řad -111-
8.2 Elementární charakteristiky časových řad -112-
8.3 Modely ekonomických časových řad -113-
9 Analýza trendu časové řady -117-
9.1 Analýza trendové složky -118-
9.2 Lineární trend -119-
9.3 Parabolický trend -119-
9.4 Mocninný trend -120-
9.5 Exponenciální trend -120-
9.6 Logistický trend -121-
9.7 Gompertzův trend -122-
9.8 Volba vhodného modelu trendu -122-
9.9 Klouzavé průměry -123-
9.10 Exponenciální vyrovnání -124-
10 Analýza sezónní složky a náhodné složky -133-
10.1 Analýza periodické složky -134-
10.2 Harmonická analýza -134-
10.3 Model konstantní sezónnosti se schodovitým trendem -136-
10.4 Model konstantní sezónnosti s lineárním trendem -137-
10.5 Model proporcionální sezónnosti -137-
10.6 Analýza náhodné složky -138-
11 Stochastické procesy -146-
11.1 Stochastický (náhodný) proces -147-
11.2 Stacionární a nestacionární proces -148-
11.3 Bílý šum a náhodná procházka -150-
11.4 Deterministický a stochastický trend -140-
11.5 Jak poznáme, že čř je stacionární? -154-
12 Modely arima a prognózování časových řad -159-
12.1 Úvod -160-
12.2 Modelování časových řad pomocí arima -161-
12.3 Autoregresivní proces (ar) -162-
12.4 Proces klouzavých průměrů (ma) -162-
12.5 Autoregresivní proces klouzavých průměrů (arma) -162-
12.6 Autoregresivní a integrovaný proces klouzavých průměrů (arima) -163-
12.7 Sezónní procesy arima -163-
12.8 Box-jenkinsova metodologie prognózování čř -163-
12.9 Prognózování pomocí arima modelů -164-
12.10 Identifikace procesů arima pomocí acf a pacf -164-