Pravděpodobnost a statistika (B0B01PST)
zimní semestr 2020/21

Oznámení:

Počínaje 21.9.2020 se (dočasně) přechází na distanční výuku. Cvičení budou probíhat v Teams pod příslušným předmětem.

Podmínky zápočtu

Podmínky pro udělení zápočtu jsou zde. Co se týká docházky - jsou povoleny 4 absence.

Příklady ze cvičení

1.cvičení   (opakování kombinatoriky, Laplaceova pravděpodobnost, srovnání výběru s opakováním a bez opakování)

2.cvičení   (srovnání výběru s opakováním a bez opakování, geometrická pravděp., (ne)závislé jevy, podmíněná pravděp., výběr s proměnnými podmínkami)

3.cvičení   (Kolmogorův model, (ne)závislost jevů, operace s nezávislými jevy, bayes. pravděp., informační kanál, stoch. matice)

4.cvičení   (veličina v Kolmogorově modelu, diskrétní rozdělení: hypergeometrické, binomické; spojité rozdělení, střední hodnota, rozptyl)

5.cvičení   (směs veličin - vytvoření a rozklad, střední hodnota, kvantil)

6.cvičení  (28.10. odpadá, svátek)

7.cvičení   (rozdělení: geometrické, Poissonovo, exponenciální; střední hodnota, rozptyl, transformace veličiny)

8.cvičení   (korelační a kovarianční matice, diskrétní náhodný vektor, spojitý náhodný vektor)

9.cvičení   (korelace, normální rozdělení, centrální limitní věta a/nebo Čebyševova věta pro: alternativní, normální a spojité rovnoměrné rozdělení)

10.cvičení   (metoda momentů a max. věrohodnosti, intervalový odhad pro střední hodnotu a rozptyl)

11.cvičení   Poznámky k testování hypotéz   (intervalový odhad pro střední hodnotu a rozptyl; test střední hodnoty při známém/neznámém rozptylu, test rozptylu)

12.cvičení   (testy: střední hodnoty dvou norm. rozdělení se stejným neznámým rozptylem, stejného rozptylu dvou norm. rozdělení, párový pokus, nekorelovanosti, dobré shody, nezávislosti, shody dvou rozdělení)

13.cvičení   Poznámky k Markovovým řetězcům.   (Markovovy řetězce: matice, graf, klasifikace stavů, rozdělení po několika/mnoha krocích, stacionární rozdělení, konvergence, maximálně věrohodné odhady)

(Vánoce)

14.cvičení   (Markovovy řetězce: rozdělení po mnoha krocích, aplikace, asymptotické pravděpodobnosti, max. věrohodné odhady)