| 
        Vyučující
     | 
    
        
            
                - 
                    Picek Jan, prof. RNDr. CSc.
                
 
            
                - 
                    Skalská Hana, prof. RNDr. CSc.
                
 
            
                - 
                    Linda Bohdan, doc. RNDr. CSc.
                
 
            
                - 
                    Kubanová Jana, doc. PaedDr. CSc.
                
 
            
         
     | 
    | 
        Obsah předmětu
     | 
    
        Pravděpodobnost a statistika: modely rozdělení pravděpodobnosti a využití v rozhodování, analýza kategorizovaných dat, parametrické a neparametrické testy hypotéz, faktorové pokusy. Vícerozměrné metody: regresní modely a inference v regresi, diskriminační analýza nebo jiné typy prediktivních modelů (logistická regrese, rozhodovací stromy, etc.), shluková analýza. Podpora rozhodování: modelování, kauzalita, problémy výběrových zjišťování a zobecňování, data a možnosti jejich využití pro rozhodování, software pro analýzu dat, vizualizace dat.    Tematické oblasti projektu budou upřesněny nebo rozšířeny na základě konzultace s garanty předmětu, nebo na základě návrhu (doporučení) školitele. 
         
         
     | 
    | 
        Studijní aktivity a metody výuky
     | 
    
        
        Monologický výklad (přednáška, prezentace, vysvětlování)
        
            
                    
                
                    
                    - Účast na výuce
                        - 560 hodin za semestr
                    
 
                
             
        
        
     | 
    
    
        
        
            | 
                Výstupy z učení
             | 
        
        
            
                
                Cílem předmětu je seznámit studenta s pokročilými metodami induktivní statistiky a rozvíjet schopnosti a znalosti, které jsou specifické pro statistické uvažování a které podporují komplexní přístup k řešení reálných problémů.
                 
                Studenti získají znalosti v daném předmětu v souladu s cílem a obsahem.  
                 
                
             | 
        
        
            | 
                Předpoklady
             | 
        
        
            
                
                
                Znalosti v daném předmětu v souladu s cílem a obsahem.
                
                
                    
                        
                    
                    
                
                
  
             | 
        
        
            | 
                Hodnoticí metody a kritéria
             | 
        
        
            
                
                    
                        Kombinovaná zkouška, Ústní zkouška
                        
                        
                         
                        
                    
                    
                
                 Vypracování projektu podle pokynů přednášejícího a jeho obhájení. Obhajoba projektu je součástí zkoušky.
                 
             | 
        
    
    | 
        Doporučená literatura
     | 
    
        
            
                
                - 
                    ANDERSON, T. W. An Introduction to Multivariate Statistical Analysis. 2003. ISBN 978-0-471-36091-9.
                
 
            
                
                - 
                    Dalgaard, P. Introductory Statistics with R. 2008. ISBN 978-0-387-79053-4.
                
 
            
                
                - 
                    Hebák, P. a kol. Vícerozměrné statistické metody. Informatorium, Praha, 2007. 
                
 
            
                
                - 
                    HEBÁK, P. et al. Vícerozměrné statistické metody (3). Informatorium.. Praha, 2005. ISBN 80-7333-039-3.
                
 
            
                
                - 
                    Hebák, P., Hustopecký, J., Malá, I. Vícerozměrné statistické metody (2). Informatorium, Praha, 2005. ISBN 80-7333-036-9.
                
 
            
                
                - 
                    Isson, J. a Harriot, J. Win with Advanced Business Analytics: Creating Business Value from Data. 
                
 
            
                
                - 
                    JUREČKOVÁ, J., P. K. SEN a J. PICEK. Methodological Tools in Robust and Nonparametric Statistics. 2013. ISBN 978-1-4398-4068-9.
                
 
            
                
                - 
                    KING, R.S. Cluster Analysis and Data Mining: An Introduction. 2015. ISBN 978-1938549-38-0.
                
 
            
                
                - 
                    Kubanová, J. Statistické metody pro ekonomickou a technickou praxi. 
                
 
            
                
                - 
                    Linda, B. Pravděpodobnost. 
                
 
            
                
                - 
                    REIMANN C., P. FILZMOSER, R. GARRETT a R. DUTTER. Statistical Data Analysis Explained. 2008. ISBN 978-0-470-98581-6.
                
 
            
                
                - 
                    ŘEZANKOVÁ, H. Analýza dat z dotazníkových šetření. 2. vyd. Praha: Professional Publishing, 2010. 
                
 
            
                
                - 
                    S. COLES. An Introduction to Statistical Modeling of Extreme Values. 2001. ISBN 978-1-85233-459-8.
                
 
            
                
                - 
                    Skalská, H., Stránský, P. Základy biostatistiky. Karolinum, Praha, 2007. 
                
 
            
                
                - 
                    Wonnacott, T.H., Wonnacott, R.J. Introductory Statistics for Business and Economics. New York : John Wiley & Sons, 1990. ISBN 0-471-61517-X.
                
 
            
                
                - 
                    Zhao, Z. R and Data Mining: Examples and Case Studies. 2013. ISBN 978-0-12-396963-7.
                
 
            
         
         
         
     |