Bayesovská statistika je jednou z nejrychleji se rozvíjejících statistických disciplín posledních dvaceti let. Studenti se v průběhu výuky seznámí se základními problémy popisné statistiky, pravděpodobnosti a statistické indukce v moderním pojetí bayesovské statistiky založené především na reálných
Bayesovská statistika je jednou z nejrychleji se rozvíjejících statistických disciplín posledních dvaceti let. Studenti se v průběhu výuky seznámí se základními problémy popisné statistiky, pravděpodobnosti a statistické indukce v moderním pojetí bayesovské statistiky založené především na reálných datech. Kurz seznamuje studenty s přístupem umožňujícím přiřazení pravděpodobností i u neopakovatelných jevů, kde již klasický přístup ke statistice nestačí.
Po úspěšném absolvování budou studenti schopni samostatně formulovat, analyzovat a racionálně vyhodnotit problémy nejen z ekonomické praxe, dalším z cílů kurzu je naučit studenty využívat základních nástrojů bayesovské statistiky. Kurz je svou náplní zaměřen na moderní (bayesovské) pojetí statistiky, které v poslední době nalézá široké uplatnění v ekonomické praxi (modely z oblasti pojišťovnictví, makroekonomické modely a mnohé další). Znalosti získané na základě kurzu dokáží studenti využít v rámci své budoucí profese v oblasti pojišťovnictví, bankovnictví, marketingu, podnikové sféry i makroekonomie. Kurz dále usnadní úspěšné absolvování základních i pokročilejších statistických předmětů, přičemž rozšíří jejich znalosti v oblastech subjektivního pojetí pravděpodobnosti.
Význam statistiky v dnešním světě a minulosti (bayesovský, klasický přístup) Pojem pravděpodobnost, definice (četnostní, subjektivní) Podmíněná pravděpodobnost, Bayesův vzorec, vzorec úplné pravděpodobnosti, rozšíření Bayesova vzorce na náhodné veličiny Subjektivní přiřazování pravděpodobností (kalibrační experimenty), tvorba apriorních představ v praxi Nejčastěji využívaná apriorní rozdělení pravděpodobnosti v bayesovské statistice Modelování podílu (diskrétní a spojité modely) Modelování středních hodnot normálního rozdělení Úsudky o dvou poměrech, úsudky o dvou středních hodnotách Bayesovský přístup k testování hypotéz – porovnání s klasickým přístupem, rozdíly v interpretaci, kredibilní intervaly Úvod do simulačních metod (MC, Gibbs Sampler) Úvod do bayesovských regresních modelů
Základní:
Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace