Předmět Kvantitativní metody (KIKM / §MMS)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KIKM / §MMS - Kvantitativní metody, Fakulta informatiky a managementu, Univerzita Hradec Králové (UHK).

Materiál	Typ	Datum	Počet stažení

Obsah

Otázky ke státní závěrečné zkoušce magisterského studia Informační managementKvantitativní metodyAkademický rok 2014/151. Náhoda a její zákonitosti. Náhodný jev, klasická pravděpodobnost, podmíněná pravděpodobnost, základní pravidla pro počítání s pravděpodobnostmi, Bayesův vzorec a možnosti jeho využití.2. Náhodná veličina a rozdělení pravděpodobnosti. Popis náhodných veličin. Vybrané modely diskrétních a spojitých rozdělení (alternativní, binomické, rovnoměrné, normální, Poissonovo, exponenciální). Parametry a využití.3. Náhodný výběr a výběrové charakteristiky. Základní pojmy (populace, reprezentativní výběr, parametr, výběrové charakteristiky). Metody výběru. Výběrová rozdělení, bodové odhady parametrů, požadované vlastnosti, konstrukce intervalu spolehlivosti pro podíl a průměr.4. Základní pojmy a postupy testování hypotéz. Formulace hypotéz, chyby I. a II. druhu. Principy testů hypotéz o střední hodnotě a podílu, příklady.5. Jednofaktorová analýza rozptylu. Hypotézy ANOVA, vysvětlení principu rozkladu rozptylů, předpoklady testu, vysvětlení významu následných testů, příklady využití.6. Závislosti a vzájemné vztahy kvantitativních proměnných. Asociace, závislost, kauzální závislost. Koeficient korelace: hypotézy, vlastnosti, interpretace.7. Jednosměrné vztahy dvou a více proměnných. Regresní model přímkový a vícerozměrný. Popis modelu, princip odhadu parametrů, kvalita modelu. Hypotézy v regresi, využití modelu pro predikci, možné problémy (multikolinearita).8. Charakteristiky a analýza dat v časové řadě. Jednorozměrný model časové řady, rozklad na složky a jejich odhad, popis kvality modelu, užití modelu.9. Dvě kategoriální proměnné. Metody zjišťování závislosti v kombinační tabulce Test chí-kvadrát nezávislosti, hypotézy, předpoklady, princip testu, příklady využití.10. Lineární programování a operační výzkum. Formulace ekonomického a matematického modelu úlohy lineárního programování (LP). Základní pojmy a řešení úloh LP, simplexová metoda, distribuční úlohy.11. Aplikace grafů v ekonomickém modelování. Základní pojmy teorie grafů, optimalizační úlohy na grafech, nejkratší cesta v grafu, optimální spojení míst, optimální toky v síti. Metody řízení projektů - CPM a PERT.12. Statistické modely a data. Vyhledávání znalostí z dat, popis procesu data mining. Metody explorace dat. Model časové řady.13. Dynamický proces s diskrétními stavy a jeho popis Markovovým řetězcem. Charakteristiky, vlastnosti a popis vývoje stavů regulárního a absorpčního řetězce, příklady aplikací (model prosté obnovy).14. Modelování, simulace a data. Statistické modely, simulace, náhodná čísla. Principy kongruenčních generátorů pseudonáhodných čísel, transformace na jiná rozdělení. Statistické vlastnosti generátorů pseudonáhodných čísel.15. Model demografického procesu. Průřezová populační úmrtnostní tabulka, popis vstupních a výstupních charakteristik, jejich vysvětlení, příklady využití.Literatura:Hebák P., Kahounová J.: Počet pravděpodobnosti v příkladech. Informatorium, Praha 2005.Hebák P., Skalská H.: Pravděpodobnost a statistika. Příklady a otázky. Gaudeamus, 2011.Hindls R., Hronová S., Seger J.: Statistika pro ekonomy. Professional Publishing, Praha 2006 (nebo jiné novější vydání).Jablonský J.: Modely operačního výzkumu. Gaudeamus, 2002Jablonský J.: Operační výzkum. Kvantitativní modely pro ekonomické rozhodování, Professional Publishing, Praha 2007Skalská H.: Stochastické modelování. Gaudeamus, Hradec Králové, 2006Skalská H.: Aplikovaná statistika. Gaudeamus, Hradec Králové 2013Skalská H.: Přednášky k předmětu Statistické modely a data, elektronická verze, 2014.

Literatura

Skalská, Hana. Aplikovaná statistika. Vyd. 1. Hradec Králové, 2013. ISBN 978-80-7435-320-8.Han, Jiawei. Data mining: concepts and techniques. San Francisco, 2001. ISBN 1-55860-489-8.http://store.elsevier.com/Data-Mining-Concepts-and-Techniques/Jiawei-Han/isbn-9780123814791/Skalská, Hana. Data mining a klasifikační modely. Vyd. 1. Hradec Králové, 2010. ISBN 978-80-7435-088-7.

Garant

prof. RNDr. Hana Skalská, CSc.