Ekonomicko-štatistické analýzy

Ekonomicko-štatistické analýzy 

Sylaby:

1. Úvod do ekonomicko-štatistických analýz – predmet a úlohy, inštitúcie poskytujúce údaje z oblasti ekonomicko-štatistických analýz (Štatistický úrad Slovenskej republiky, Eurostat).
2. Štatistika obyvateľstva – základné zdroje údajov, meranie stavu, štruktúry a hustoty obyvateľstva. 
3. Štatistika obyvateľstva – meranie pohybu obyvateľstva, ukazovatele prirodzeného, mechanického a sociálneho pohybu.
4. Štatistika rodín a domácností – rodina, domácnosť, kategórie sociálnej príslušnosti jednotlivcov, základné ukazovatele štatistiky rodín a domácností.
5. Štatistika trhu práce – zdroje pracovných síl, zamestnanosť, nezamestnanosť, absolútne a relatívne základné ukazovatele trhu práce.
6. Štatistika príjmov obyvateľstva – čistý peňažný príjem (disponibilný príjem), ukazovatele priemerného príjmu, ukazovatele reálnych a nominálnych príjmov, index spotrebiteľských cien, miery inflácie, ukazovatele diferenciácie príjmov obyvateľstva.
7. Štatistika spotreby obyvateľstva – definovanie a klasifikácia spotreby, metódy štatistického zisťovania spotreby, merné jednotky spotreby, metódy analýzy spotreby, kvantifikácia faktorov ovplyvňujúcich spotrebu. 
8. Štatistika chudoby a životnej úrovne – hranica chudoby, výskyt chudoby a priepasť chudoby, meranie chudoby a sociálneho vylúčenia v EÚ, index ľudského rozvoja.
9. Štatistika zdravia – zdravotnícka sieť, zdravotnícke služby, zdravotný stav obyvateľstva a jeho podmienky, základné ukazovatele štatistiky zdravia.
10. Štatistika vzdelávacích aktivít a výchovných služieb – formálne vzdelávanie, neformálne vzdelávanie, neformálne učenie, ukazovatele vzdelávacích kapacít a vzdelávacích procesov, celoživotné vzdelávanie. 
11. Finančné ukazovatele podniku – charakteristika, predmet a význam, druhy finančnej analýzy.
12. Analýza finančných ukazovateľov podniku – ukazovatele likvidity, aktivity, zadlženosti a rentability.
13. Systém národných účtov ESA 2010 – základné princípy, transakcie s produktmi, rozdeľovacie a finančné transakcie, postupnosť účtov.

Literatúra:

• SIVAŠOVÁ, D. – HURBÁNKOVÁ, Ľ.: Demografická štatistika. Bratislava: Letra Edu, 2022.  
• HURBÁNKOVÁ, Ľ – BOLGÁČ, J.: Sociálno-hospodárska štatistika. Bratislava: Ekonóm, 2021. 
• HURBÁNKOVÁ, Ľ. – SIVAŠOVÁ, D.: Hospodárska štatistika I. Bratislava: Ekonóm, 2018. 
• SODOMOVÁ, E. a kol.: Hospodárska štatistika II. Bratislava: Ekonóm, 2019. 
• LUBYOVÁ, M. – SODOMOVÁ, E.: Sociálna štatistika. Bratislava: Ekonóm, 2016.
• FRIEDRICH, V. – MAJOVSKÁ, R.: Výběr z ekonomické statistiky. Praha: Wolters Kluwer ČR, 2010.
• GIOVANNINI, E.: Understanding Economic Statistics: an OECD perspective. Paris. OECD 2008.
• HINDLS, R.: Statistika pro ekonomy. Praha: Professional Publishing, 2007.
• JÍLEK, J. – MORAVOVÁ, J.: Ekonomické a sociální indikátory: od statistiky k poznatkum. Praha: Futura, 2007.
• JÍLEK, J. a kol.: Nástin sociálněhospodářské statistiky. VŠE Praha. 2005. 
• KONTŠEKOVÁ, O. a kol.: Úvod do hospodárskej štatistiky. Bratislava: ES EU, 2000.

Metódy štatistického porovnávania

Metódy štatistického porovnávania 

Sylaby:

1. Úvod do teórie porovnávania a indexovej metódy – druhy porovnávaných veličín a ich porovnateľnosť, porovnávanie rozdielom a podielom, základ porovnávania, vývoj indexovej metódy.
2. Klasifikácia indexov a požiadavky na ne kladené, vlastnosti indexov.
3. Bortkiewiczov rozklad.
4. Individuálne indexy – ich typy a absolútne rozdiely.
5. Súhrnné indexy – ich typy a absolútne rozdiely. 
6. Porovnávanie zložených javov – porovnávanie súčinov dvoch faktorov (rozklady ich indexov a absolútnych rozdielov). 
7. Porovnávanie zložených javov – porovnávanie súčtov súčinov dvoch faktorov (rozklady ich indexov a absolútnych rozdielov). 
8. Cenové indexy v hospodárskej praxi – indexy spotrebiteľských cien a indexy životných nákladov, zisťovanie spotrebiteľských cien. 
9. Využitie cenových indexov – meranie inflácie, štatistická deflácia, koeficienty cenovej pružnosti.
10. Medzinárodné porovnávanie – výber  krajín, porovnateľnosť údajov, medzinárodné porovnávanie hrubého domáceho produktu, medzinárodné štatistické orgány a ich publikácie.
11. Jednoduché metódy viacrozmerného porovnávania – určovanie typu premenných, metódy tvorby syntetickej premennej (metóda poradí, bodovacia metóda, metóda normovanej premennej, metóda vzdialenosti od fiktívneho objektu).
12. Smery a koncepcie v indexovej teórii – základné tvary klasických cenových indexov.
13. Smery a koncepcie v indexovej teórii – smery novodobej indexovej teórie (asymetrické tvary cenových indexov, regresný, funkcionálny prístup, Stuvelov, Divisiov index).

Literatúra:

• PAŽITNÁ, M. – LABUDOVÁ, V.: Metódy štatistického porovnávania. Bratislava: Vydavateľstvo EKONÓM, 2007.
• FEDERICO, D. – PERROTTI, D. E. – GOLDSZIER, P.: Index numbers and their relationship with the economy. ECLAC, 2020.
• JEFF, R. – O'NEILL, R. – WINTON. J.: A practical introduction to index numbers. John Wiley & Sons, 2015.
• DIEWERT, W. ERWIN.: Cost of living indexes and exact index numbers. Emerald Group Publishing Limited, 2009.
• PRASADA, RAO, D.S. – SELVANATHAN, E.A.: Index Numbers A Stochastic Aporoach. Palgrave Macmillan UK, 1994.
• BAKYTOVÁ, H.: Teória štatistiky. Bratislava: Edičné stredisko, 1990.
• CYHELSKÝ, L.: Teorie statistiky I. Praha: SNTL, 1990.
• ALLEN, R. G. D.: Index Numbers in Theory and Practice. Springer, 1982.

Štatistika v AJ - Statistics in English

Statistics 

Syllabus:

1. Basic statistical terms. Stages of statistical research and presentation of statistical data.
2. Characteristics of descriptive statistics - central tendency and variability.
3. Characteristics of descriptive statistics - skewness and kurtosis. Box plot.
4. Probability distributions. Principles of random sampling and statistical inference.
5. Point and interval estimates of parameters of one population.
6. Testing statistical hypotheses of one population.
7. Regression and correlation analysis.
8. Analysis of categorical data.
9. Descriptive analysis of time series.
10. Analytical and mechanical smoothing trend in time series.
11. Seasonal decomposition of time series.
12. Individual and aggregate indices and differences.
13. Summary

Literature:

• McClave, J. T. – Benson, P. G. – Sincich, T.: Statistics For Business and economics (13th ed.). Pearson Education, UK, 2018. 
• David S. Moore - George P. McCabe - Bruce A. Craig: Introduction to the Practice of Statistics. W.H.Freeman & Co Ltd, UK, 2017. 
• Joseph C. Watkins: An Introduction to the Science of Statistics: From Theory to Implementation. Preliminary Edition, USA, 2016. 
• Bruce, P. – Bruce, A. - Gedeck, P.: Practical Statistics for Data Scientists. O'Reilly Media, Inc., USA, 2020.

Štatistika

Štatistika 

Sylaby:

1. Etapy štatistického skúmania a prezentácia štatistických údajov. 
2. Charakteristiky úrovne, polohy a variability. 
3. Charakteristiky šikmosti a špicatosti. Box plot. 
4. Princípy náhodného výberu a štatistickej indukcie.
5. Bodové a intervalové odhady parametrov jedného základného súboru.  
6. Testovanie štatistických hypotéz. 
7. Regresná a korelačná analýza. 
8. Analýza kategoriálnych údajov. 
9. Deskriptívna analýza časových radov. 
10. Analytické a mechanické vyrovnávanie trendu časového radu. 
11. Sezónna dekompozícia časových radov.  
12. Individuálne a súhrnné indexy a rozdiely.  
13. Zhrnutie odprednášaných tém.

Literatúra:

• Labudová, V. - Pacáková, V. – Sipková, Ľ. – Šoltés, E. – Vojtková, M. (2021). Štatistické metódy pre ekonómov a manažérov. Bratislava: Wolters Kluver.
• Kotlebová, E. a kol. (2017). Štatistika pre bakalárov v praxi. Bratislava: Ekonóm. 
• Sodomová, E. a kol. (2016). Štatistika pre bakalárov. Bratislava: Ekonóm.
• Šoltés, E. a kol. (2018). Štatistické metódy pre ekonómov. Zbierka príkladov. Bratislava: Wolters Kluwer. 
• Marek, L. – Pecáková, I. – Malá, I. – Löster, T. – Čabla, A. (2015). Statistika v příkladech (2. vyd.).   Praha: Professional Publishing.
• McClave, J. T. – Benson, P. G. – Sincich, T. (2018). Statistics For Business and economics (13th ed.).  UK: Pearson Education.

Štatistické metódy I.

Štatistické metódy I. 

Sylaby:

1. Základné štatistické pojmy.
2. Prezentácia štatistických údajov.
3. Popisné štatistiky (miery polohy, miery variability).
4. Popisné štatistiky (miery šikmosti, miery špicatosti).
5. Rozdelenia pravdepodobnosti. Výberové rozdelenia. Centrálna limitná veta.
6. Základné pojmy štatistickej indukcie. Techniky náhodného výberu. Bodové odhady a ich vlastnosti.
7. Všeobecný princíp intervalových odhadov. Intervaly spoľahlivosti pre parametre jedného základného súboru.
8. Všeobecný princíp testovania štatistických hypotéz. Testy hypotéz o zhode parametra základného súboru s konštantou.
9. Induktívne úsudky o parametroch dvoch základných súborov.
10. Jednofaktorová analýza rozptylu (ANOVA).
11. Predpoklady použitia analýzy rozptylu.
12. Testy dobrej zhody.  
13. Zhrnutie.

Literatúra:

• Labudová, V., Pacáková, V., Sipková, Ľ., Šoltés, E., Vojtková, M. (2021). Štatistické metódy pre ekonómov a manažérov. Bratislava: Iura Edition. 
• Šoltés, E. a kol. (2018). Štatistické metódy pre ekonómov – zbierka príkladov. Bratislava: Iura Edition. 
• Marek, L. a kol. (2007). Statistika pro ekonomy. Praha: Kamil Mařík – Professional Publishing. 
• Marek, L. a kol.  (2015). Statistika v příkladech (2. vyd.). Praha: Kamil Mařík – Professional Publishing.
• Prokeinová, B. R. (2017). Štatistika v SASe, SAS v štatistike. Nitra: Publica.
• Johnson, R. A., Bhattacharyya, G. K. (2019). Statistics: principles and methods. John Wiley & Sons.
• Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J. (2016). Statistics for business and economics. Nelson Education.

Štatistické metódy II.

Štatistické metódy II. 

Sylaby:

1. Úvod do jednoduchej lineárnej regresnej analýzy. Metóda najmenších štvorcov. Odhad a predpoklady klasického lineárneho regresného modelu.
2. Overenie štatistickej významnosti regresného modelu. Induktívne úsudky o parametroch regresného modelu.
3. Predikcia. Intervalové odhady individuálnej hodnoty a strednej hodnoty vysvetľovanej premennej.
4. Korelačná analýza. Pearsonov koeficient korelácie a koeficient determinácie (vrátane induktívnych úsudkov). 
5. Overenie predpokladov klasického lineárneho regresného modelu. Grafická analýza rezíduí. Linearizovateľné regresné modely. Voľba regresného modelu
6. Analýza kontingenčných tabuliek. Chí-kvadrát test nezávislosti. 
7. Časové rady. Základné charakteristiky časového radu. Zložky časových radov.
8. Analytické vyrovnanie trendu časového radu. Miery kvality vyrovnania. Výber funkcie trendu. Prognózovanie.
9. Mechanické vyrovnávanie časových radov. Metóda kĺzavých priemerov. Sezónna dekompozícia časového radu.
10. Analýza časových radov so sezónnou zložkou s využitím regresie.
11. Individuálne jednoduché a zložené indexy a rozdiely.
12. Súhrnné indexy a rozdiely.
13. Zhrnutie.

Literatúra:

• Labudová, V., Pacáková, V., Sipková, Ľ., Šoltés, E., Vojtková, M. (2021). Štatistické metódy pre ekonómov a manažérov. Bratislava: Iura Edition.
• Šoltés, E. a kol. (2018). Štatistické metódy pre ekonómov – zbierka príkladov. Bratislava: Iura Edition.
• Marek, L. a kol. (2007). Statistika pro ekonomy. Praha: Professional Publishing. 
• Marek, L. a kol.  (2015). Statistika v příkladech (2. vyd.). Praha: Kamil Mařík – Professional Publishing.
• Prokeinová, B. R. (2017). Štatistika v SASe, SAS v štatistike. Nitra: Publica.
• Johnson, R. A., Bhattacharyya, G. K. (2019). Statistics: principles and methods. John Wiley & Sons.
• Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J. (2016). Statistics for business and economics. Nelson Education.

Vybrané kapitoly z matematiky a štatistiky

Vybrané kapitoly z matematiky a štatistiky 

Sylaby:

1. Funkcia jednej reálnej premennej. 
2. Funkcie ekonomickej analýzy. 
3. Limita a spojitosť funkcie. 
4. Infinitezimálny počet funkcie jednej premennej a jeho ekonomické aplikácie. 
5. Definícia pravdepodobnosti. 
6. Opakované závislé a nezávisle pokusy. 
7. Diskrétna a spojitá náhodná premenná. 
8. Rozdelenia diskrétnej a spojitej náhodnej premennej.

1. Prezentácia štatistických údajov. 
2. Opisná štatistika. 
3. Induktívne úsudky o parametroch jedného základného súboru. 
4. Skúmanie lineárnych vzťahov dvoch premenných použitím regresnej a korelačnej analýzy. 
5. Závislosť dvoch kategoriálnych znakov. 
6. Deskriptívna analýza časových radov. 
7. Individuálne a súhrnné indexy a rozdiely. 

Literatúra:

• KADEROVÁ, A. - KRÁTKA, Z. - KRČOVÁ, I. - MUCHA, V. - ŠOLTÉSOVÁ, T. (2020). Matematika pre ekonómov. Bratislava: Letra Edu.
• MUCHA, V. (2011): Vybrané kapitoly z matematiky : teória pravdepodobnosti. Bratislava: Vydavateľstvo EKONÓM.
• KOTLEBOVÁ, E. – KOMARA, S. (2022). Vybrané kapitoly zo štatistiky. Bratislava: Letra Edu
• KOTLEBOVÁ, E. a kol. (2017). Štatistika pre bakalárov v praxi. Bratislava: EKONÓM.
• ŠOLTÉS, E. a kol. (2018). Štatistické metódy pre ekonómov. Zbierka príkladov. Bratislava: Wolters Kluwer.

Analýza časových radov

Analýzy časových radov 

Sylaby:

1. Prehľad metód z predmetu Analýza časových radov, podmienky absolvovania predmetu.Diskusia o cieľoch analýzy sociálno – ekonomických časových radov. Časový rad ako realizáciastochastického procesu, jeho vlastnosti, stacionarita (slabá/korelačná, silná, Gausovská).Grafické metódy analýzy zložiek časových radov (spôsob očistenia od stochastického aleboanalytického trendu; klasický rozklad – mechanické vyrovnanie a očistenie od jednotlivýchzložiek).
2. Náhodný stochastický proces a jeho momenty. Stacionárny náhodný procesu a jeho vlastnosti.Stacionárne časové rady a ich extrapolácie (naivné prognózy, konštantný trend a koncové kĺzavépriemery). Testy stacionarity. Tvary ACF a PACF rôznych náhodných procesov. Transformácienestacionárneho časového radu na stacionárny (diferencovanie, zápis pomocou operátoraspätného posunu, Boxova-Coxova transformácia).
3. Trendy v časových radoch (lineárny, kvadratický, exponenciálny, hyperbolický, Gomperzovakrivka - ich odhady) a t-testy parametrov trendových funkcií vo výstupoch štatistickýchsoftvérov. Odhad náhodnej zložky a jej rozptylu. Interpolačné kritéria kvality modelu. Priemernéchyby rezíduí, definícia, ich interpretácia (MSE, RMSE, ME, MAE, MAPE, MPE) a porovnaniesystematického skreslenia modelmi podľa výstupov softvérov.
4. Analýza rezíduí. Proces bieleho šumu a jeho vlastnosti (nezávislosť, homoskedasticita,normalita). Závery podľa výstupov grafických a štatistických testov bieleho šumu náhodnýchchýb modelov trendov (neparametrické testy náhodnosti v aplikácii pre časové rady). Histogram,Box-plot, normal probability plot v aplikácii časových radov– ich interpretácie.
5. Testy neexistencie autokorelácie. Výberová ACF a výberová PACF (Bartlettov test a testempirickým pravidlom). Portmanteau testy (Boxov-Pierceov, Ljung-Boxov). Ich aplikácie na časový rad a aj pri overení vlastnosti náhodnej zložky modelu.
6. Členenie na estimačné a validačné/verifikačné obdobie. Extrapolácie ex-post a ex-ante.Extrapolačné kritéria kvality modelu. Vyhodnocovanie chýb extrapolácií – priemerné chybyprognóz a ich interpretácia. Porovnávanie kvality modelov (obdobie interpolácie a extrapolácie). Informačné kritériá a pravidlo parsimónie (AIC, BIC, Theilov koeficient nesúladu, upravenýkoeficient determinácie).
7. Exponenciálne vyrovnávanie a prognózovanie. Brownove modely a Holtov modelexponenciálneho vyrovnávania.
8. Autoregresné modely stacionárneho procesu AR(p). Modely kĺzavých priemerovstacionárneho procesu MA(q). Vlastnosti ACF a PACF týchto procesov. Proces náhodnejprechádzky – AR(1) proces s jednotkovým koreňom.
9. Kombinované modely stacionárnych procesov ARMA(p,q) a vlastnosti ich ACF a PACF.Integrované modely ARIMA(p,d,q) a ich vlastnosti. Predbežné určovanie počtu parametrov,overenie východiskových predpokladov modelov. Ukážky prognózovania nesezónnych časovýchradov ARIMA modelmi.
10. Časový rad so sezónnou zložkou. Sezónna dekompozícia. Sezónne indexy a sezónne očistenýčasový rad. Extrapolácie sezónne očisteného radu. Extrapolácie časového radu so sezónnosťou.Kombinácia klasického rozkladu a adaptívnej metódy prognózovania. Holtov-Wintersov modelexponenciálneho vyrovnávania.
11. ARIMA modely so sezónnou zložkou. Modelovanie pomocou ARIMA(p,d,q)(P,D,Q)smodelov pomocou softvérových aplikácií. Interpretácia ich výstupov vo fázach identifikácie,odhadu a verifikácie.
12. Praktické rady a zhrnutie krokov analýzy časových radov, porovnanie výstupov aplikácieklasického prístupu, adaptívnych techník a Boxovej-Jenkinsovej metodológie všetkých fázmodelovania (s výpočtom informačných kritérií estimačného a validačného obdobia – výbernajlepšieho modelu k extrapolácii). Posúdenie presnosti krátkodobých prognóz, šírka intervalovspoľahlivosti prognóz.
13. Prezentácia výsledkov názornej aplikácie prebraného učiva – prípadová štúdia na reálnomfinančnom časovom rade. Opakovanie a diskusia k prebranému učivu

Literatúra:

• Rublíková, E. – Artl, J. – Arltová, M. – Libičová, L. (2007). Analýza časových radov –Zbierka príkladov. EKONÓM 2003, Bratislava, s.188. ISBN 80-225-1748-8.
• Rublíková, E., 2007. Analýza časových radov. IURA Edition, Bratislava , s. 207. ISBN 978-80-8078-139-2.
• Rublíková, E. – Lubyová, M. (2016). Analýza časových radov 1 : praktikum. 1. EKONÓM,Bratislava, s.171. ISBN 978-80-225-4341-5.
• Artl, J. – Artlová, M. – Rublíková, E. (2002). Analýza ekonomických časových řad s příklady.Praha VŠE. Dostupné on line: http://nb.vse.cz/~arltova/vyuka/crsbir02.pdf
• Arlt, J. – Arltová, M.: Ekonomické časové řady. Professional Publishing. Praha. 1. vyd. 2009.ISBN 978-80-86946-85-6.
• Cipra, T. (2013). Finanční ekonometrie. Ekopress, Praha, 2.vyd.
• Cipra, T. (1986). Analýza časových řad s aplikacemi v ekonomii. Praha: SNTL. 248 s.
• Brockwell, P. J. – Davis, R. A.: Introduction to Time Series and Forecasting. Springer Texts inStatistics. Third Edition. Springer International Publishing Switzerland. 1996, 2002, 2016. ISSN1431-875X ISSN 2197-4136 (electronic), ISBN 978-3-319-29852-8, ISBN 978-3-319-29854-2, (eBook). DOI 10.1007/978-3-319-29854-2.
• Bisgaard, S. – Kulahci, M. (2011). Time Series Analysis and Forecasting by Example. Series:Wiley series in probability and statistics. Kindle Edition. 400 p. ISBN-13: 978-470540640;ISBN-10: 0470540648.
• Robert F. Engle v osobnom rozhovore k výučbe odporučil učebné texty:
• Hamilton, J. D. (1994). Time Series Analysis 1st Edition. Princeton University Press. 1994
• Wooldridge, J. M. (2015). Introductory Econometrics: A Modern Approach (Upper LevelEconomics Titles).
• Watson, M. W. – Stock, J. (2014). Introduction to Econometrics, Third Updated Edition,Addison-Wesley. ISBN-13: 978-1292071312, ISBN-10: 1292071311.

Analýza kategoriálnych údajov

Analýza kategoriálnych údajov 

Sylaby: 

1. Klasifikácia kategoriálnych premenných, škály merania, kódovanie údajov.
2. Dotazníkové zisťovanie. Meranie na škálach.
3. Rozdelenie početností, opisné charakteristiky. 
4. Alternatívne a binomické rozdelenie pravdepodobnosti. 
5. Bodové a intervalové odhady parametra π alternatívneho a binomického rozdelenia pravdepodobnosti. 
6. Približné a exaktné intervaly spoľahlivosti pre relatívnu početnosť πi viackategoriálnej premenne.
7. Testovanie hypotéz o početnostiach kategórií viackategoriálnej premennej.
8. Kontingenčná tabuľka. Testovanie nezávislosti kategoriálnych premenných pre rôzne kombinácie typov premenných.
9. Symetrické a asymetrické miery kontigencie. 
10. Asociačná tabuľka. Testovanie nezávislosti dichotomických premenných (chí-kvadrát test, exaktný test).
11. Miery závislosti pre ordinálne premenné.
12. Zovšeobecnený lineárny model pre binárne premenné. Logistický regresný model.
13. Záverečné Zhrnutie a precvičenie učiva.

Literatúra:

• ŘEZANKOVÁ, H. Analýza kategoriálnych dat. Praha: VŠE, 2005. ISBN 80-245-0926-1 
• RUBLÍKOVÁ, E. – LABUDOVÁ, V. – SANDTNEROVÁ, S. Analýza kategoriálnych údajov. Bratislava: EKONÓM, 2009. 
• ŘEZANKOVÁ, H. Analýza dat z dotazníkových šetření. Praha: Professional Publishing, 2010. 
• PECÁKOVÁ, I. Statistika v terénních průzkumech. Praha: Professional Publishing, 2011. 
• AGRESTI, A. An Introduction to Categorial Data Analysis. John and Wiley, 2019. 
• POWERS, D.A. Statistical Methods for Categorical Data Analysis. Emerald Publishing Limited, 2008.

Data mining

Data mining 

Sylaby: 

1. Získavanie poznatkov z databáz a hĺbková analýza údajov. Proces hĺbkovej analýzy údajov.
2. Ciele, úlohy a korene hĺbkovej analýzy údajov. Aplikačné oblasti hĺbkovej analýzy údajov. Big dáta a hĺbková analýza údajov. 
3. Metodiky hĺbkovej analýzy údajov. Nástroje na hĺbkovú analýzu dát. 
4. Databázy. Príprava a úprava údajov (čistenie, transformácia, klasifikácia). 
5. Príprava a úprava údajov (identifikácia odľahlých údajov, redukcia údajov).
6. Rozhodovacie stromy (klasifikačné a regresné stromy). 
7. Generovanie klasifikačného stromu (Shannonova entropia, Giniho index). Prerezávanie rozhodovacích stromov. Generovanie rozhodovacích pravidiel.
8. Logistická regresia. Bodové odhady parametrov modelu, pomeru šancí a ich interpretácia.
9. Induktívne úsudky o parametroch modelu logistickej regresie, pomeru šancí. Štatistická významnosť regresie. 
10. Umelé neurónové siete a ich architektúra.
11. Asociačné pravidlá.
12. Hodnotenie modelov. Kritériá hodnotenia kvality modelu. 
13. Zhrnutie učiva

Literatúra:

• TEREK, M., HORNÍKOVÁ, A., LABUDOVÁ, V. Hĺbková analýza údajov. Bratislava: Iura Edition, 2010. ISBN 978-80-8078-336-5 
• BERKA, P. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9
• PETR, P. Data Mining: Díl I. Pardubice: Univerzita Pardubice, 2008, ISBN 978-80-7395-098-9 
• SKALSKÁ, H. Data mining a klasifikační modely. Hradec Králové: Gaudeamus, 2010. ISBN 978-80-7435-088-7
• LABUDOVÁ, V. Hĺbková analýza údajov s programom SAS Enterprise Miner (praktikum). Bratislava: Ekonóm, 2012. ISBN 978-80-225-3402-4
• LABUDOVÁ, V. Rozhodovacie stromy ako prediktívna modelovacia technika. Slovenská štatistika a demografia: vedecký časopis, roč. 27, č. 3, 2017, s. 60-76. Bratislava: Štatistický úrad Slovenskej republiky. ISSN 1210-1095
• KANTARDZIC, M. Data Mining. Concepts, Models, Methods and Algorithms. USA: J. Wiley and Sons, 2003. ISBN 0-471-22852-4 
• GUIDICI, P. Applied Data Mining. New York: J. Wiley and Sons, 2004. ISBN 0-470-84679-8 
• LAROSE, D. T. Discovering Knowledge in Data. An Introduction to Data Mining. USA: Wiley, 2005. ISBN 978-0-471-66657-8 
• LAROSE, D. T. Data Mining. Methods and Models. USA: Wiley 2006. ISBN 0-471-66656-4 

Hospodárska štatistika I

Hospodárska štatistika I 

Sylaby:

1. Úvod do hospodárskej štatistiky I – definícia, predmet skúmania, úloha.
2. Metodický aparát hospodárskej štatistiky – metodické nástroje prevzaté z teórie štatistiky (miera rozdielnosti, absolútna geometrická odchýlka, priemerná absolútna geometrická odchýlka, geometrický rozptyl, príspevková/prírastková metóda, meranie pružnosti / elasticity).
3. Metodický aparát hospodárskej štatistiky – metodické nástroje vyvinuté v hospodárskej štatistike (klasifikácie, kvantifikácia štruktúry agregátov a jej zmeny.
4. Metodický aparát hospodárskej štatistiky – metodické nástroje vyvinuté v hospodárskej štatistike (metódy indexnej analýzy, postupy na kvantifikáciu absolútnych zmien agregátov).
5. Štatistika obyvateľstva – demografická statika, demografická dynamika.
6. Proces starnutia populácie a dopad na zdroje pracovných síl.
7. Štatistika pracovného vstupu – extenzívne a intenzitné ukazovatele, analýza vývoja priemernej miery ekonomickej aktivity a priemernej miery nezamestnanosti.
8. Kvantifikácia absolútnych zmien počtu ekonomicky aktívnych osôb a počtu nezamestnaných.
9. Štatistika nákladov na pracovný vstup – extenzívne a intenzitné ukazovatele, analýza vývoja priemernej mzdy a celkových miezd.
10. Jednotkové náklady práce – výpočet, podmienky vývoja, oceňovanie, meranie inflácie. 
11. Štatistika hmotných vstupov – extenzívne a intenzitné ukazovatele, meranie pružnosti kapitálu, aplikácia príspevkovej/prírastkovej metódy.
12. Štatistika výstupu – rovnovážne vzťahy medzi zdrojmi a použitím produkcie, makroekonomické ukazovatele výstupu, metódy výpočtu hrubého domáceho produktu.
13. Oceňovanie makroekonomických agregátov, nominálne a reálne agregáty, štatistická deflácia.

Literatúra:

• SIVAŠOVÁ, D. – HURBÁNKOVÁ, Ľ.: Demografická štatistika. Bratislava: Letra Edu, 2022. 
• HURBÁNKOVÁ, Ľ – BOLGÁČ, J.: Sociálno-hospodárska štatistika. Bratislava: Ekonóm, 2021.
• HURBÁNKOVÁ, Ľ. – SIVAŠOVÁ, D.: Hospodárska štatistika I. Bratislava: Ekonóm, 2018. 
• FRIEDRICH, V. – MAJOVSKÁ, R.: Výběr z ekonomické statistiky. Praha: Wolters Kluwer ČR, 2010. 
• GIOVANNINI, E.: Understanding Economic Statistics: an OECD perspective. Paris. OECD 2008.
• HINDLS, R.: Statistika pro ekonomy. Praha: Professional Publishing, 2007.
• JÍLEK, J. – MORAVOVÁ, J.: Ekonomické a sociální indikátory: od statistiky k poznatkum. Praha: Futura, 2007.
• JÍLEK J. a kol.: Nástin sociálněhospodářské statistiky. VŠE Praha. 2005. 
• ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT STAFF: OECD Factbook 2005: Economic, Environmental and Social statistics. OECD, 2005.
• ULLAH, A.: Handbook of applied economic statistics. CRC Press, 1998.

Hospodárska štatistika II

Hospodárska štatistika II 

Sylaby:

1. Úvod do hospodárskej štatistiky II – štátna štatistika a jej úlohy.
2. Štatistika pracovných síl – meranie stavu, štruktúry, pohybu a využitia pracovných síl, bilancia pracovného času, ukazovatele využitia pracovného času.
3. Mzdová štatistika – ciele mzdovej štatistiky, základné ukazovatele miezd, analýza úrovne a vývoja miezd, miery diferenciácie a koncentrácie miezd.
4. Štatistika produkcie – vymedzenie produkcie, merné jednotky produkcie, typy ukazovateľov produkcie podľa obsahu, ukazovatele produkcie, vývoj produkcie.
5. Produkcia vybraných odvetví – priemysel, stavebníctvo.
6. Produkcia vybraných odvetví – poľnohospodárstvo, služby.
7. Štatistika zahraničného obchodu – ukazovatele zahraničného obchodu, INTRASTAT a EXTRASTAT systém, publikovanie údajov štatistiky zahraničného obchodu, štruktúra obratu zahraničného obchodu, vývoj obratu zahraničného obchodu.
8. Štatistika kapitálu – teoretické základy, vymedzenie ukazovateľov, analýza ukazovateľov dlhodobého hmotného majetku.
9. Štatistika nákladov – členenie nákladov, ukazovatele nákladov (nákladovosť a nákladová rentabilita), vývoj nákladov.
10. Štatistika produktivity práce – typy ukazovateľov produktivity práce, analýza vplyvu činiteľov na úroveň a vývoj produktivity práce (rozklad ukazovateľov), analýza vývoja produktivity práce.
11. Štatistika zásob – stav zásob, ukazovatele rýchlosti obratu zásob a ich vzájomný vzťah, vývoj ukazovateľov rýchlosti obratu zásob.
12. Štatistika využitia strojov a zariadení – syntetické ukazovatele, kapacitné ukazovatele.
13. Cenová štatistika – úloha a predmet cenovej štatistiky, charakteristiky cenovej úrovne, druhy cenových indexov, cenové indexy používané v hospodárskej a sociálnej oblasti.

Literatúra:

• HURBÁNKOVÁ, Ľ – BOLGÁČ, J.: Sociálno-hospodárska štatistika. Bratislava: Ekonóm, 2021.
• SODOMOVÁ, E. a kol.: Hospodárska štatistika II. Bratislava: Ekonóm, 2019.
• GOVANNINI, E.: Understanding economic statistics: an OECD perspective. 2008.
• ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT STAFF: OECD Factbook 2005: Economic, Environmental and Social statistics. OECD, 2005.
• KONTŠEKOVÁ, O.: Úvod do hospodárskej štatistiky. Bratislava: ES EU, 1994.
• KONTŠEKOVÁ, O. a kol.: Základy hospodárskej štatistiky. Bratislava: EKONÓM, 2000.
• ULLAH, A.: Handbook of applied economic statistics. CRC Press, 1998.
• CHAJDIAK, J. a kol. 1989. Ekonomická štatistika Príklady. Bratislava: ALFA, 1989.
• KOVAČKA, M. 1984. Ekonomická štatistika. Bratislava: Alfa, 1984.

Machine Learning

Machine Learning 

Sylaby:

1. Úvod do machine learning a Pythonu 
2. Príprava a čistenie údajov 
3. Rozdelenie dátového súboru na cvičnú a testovaciu sadu 
4. Klasifikačné úlohy a regresia 
5. Algoritmus založený na metóde k- najbližšieho suseda 
6. Algoritmy založené na metódach náhodného lesa a rozhodovacích stromov 
7. SVM algoritmus – metóda podporných vektorov 
8. Bayesovský algoritmus 
9. Učenie bez učiteľa. Zhlukovanie. 
10. Neurónové siete I 
11. Neurónové siete II 
12. Hodnotenie modelov. Kritériá hodnotenia kvality modelu. 
13. Zhrnutie.

Literatúra:

• MŰLLER, A. C., & GUIDO, S. (2016). Introduction to Machine Learning with Python: A Guide for Data Scientists (1st ed.). O’Reilly Media. ISBN 978-1-449-36941-5
• GÉRON, A. (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (2nd ed.). O’Reilly Media. ISBN 978-1492032649
• AMR, T. (2020). Hands-On Machine Learning with scikit-learn and Scientific Python Toolkits: A practical guide to implementing supervised and unsupervised machine learning algorithms in Python. Packt Publishing.
• ALBON, C. (2018). Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning (1st ed.). O’Reilly Media. ISBN 978-1491989388
• LIU, Y. (2020). Python Machine Learning By Example: Build intelligent systems using Python, TensorFlow 2, PyTorch, and scikit-learn (3rd ed.). Packt Publishing. ISBN 978-1800209718

Regresná a korelačná analýza

Regresná a korelačná analýza 

Sylaby:

1. Úvod do viacnásobnej regresnej a korelačnej analýzy. Klasický lineárny regresný model (KLRM) a spôsoby odhadu jeho parametrov.
2. Overenie štatistickej významnosti regresného modelu a individuálneho prínosu vysvetľujúcich premenných.
3. Induktívne úsudky o parametroch KLRM. Intervaly spoľahlivosti pre strednú a individuálnu hodnotu vysvetľovanej premennej.
4. Korelačná analýza. Jednoduché korelačné charakteristiky a induktívne úsudky o nich.  
5. Viacnásobné a parciálne korelačné charakteristiky a induktívne úsudky o nich.
6. Multikolinearita. 
7. Metódy výberu vysvetľujúcich premenných.
8. Projekčná matica. Rôzne typy rezíduí. Diagnostikovanie vplyvných pozorovaní.
9. Grafická analýza rezíduí. Predpoklad o homoskedasticite náhodnej zložky – jej overenie, dôsledky jej porušenia a riešenie tohto problému. 
10. Predpoklad o nezávislosti náhodných chýb a predpoklad o normálnom rozdelení náhodnej zložky – ich overenie, dôsledky ich porušenia a riešenie týchto problémov.
11. Zovšeobecnený lineárny regresný model.
12. Odhad nelineárnych regresných modelov.
13. Zhrnutie

Literatúra:

• Šoltés, E. (2019). Regresná a korelačná analýza s aplikáciami v softvéri SAS. Bratislava: Letra Edu. 
• Šoltés, E. (2020). Regresná a korelačná analýza s aplikáciami v softvéri SAS – zbierka príkladov. Bratislava: Letra Edu. 
• SAS Institute Inc. (2017). The REG Procedure. In SAS/STAT®14.3 User’s Guide. Cary, NC: SAS Institute Inc.
• Wooldridge, J. M. (2013). Introductory Econometrics: A Modern Approach (5th ed.). Mason: South-Western.
• Hebák, P., Hustopecký, J., Malá, I. (2005). Vícerozměrné statistické metody (2). Praha: Informatorium.
• Darlington, R. B., Hayes, A. F. (2016). Regression Analysis and Linear Models: Concepts, Applications and Implementation. Guilford Publications.
• Fox, J. (2015). Applied Regression Analysis and Generalized Linear Models. Sage Publications.
• Belsley, D. A., Kuh, E., Welsh, R. E. (1980). Regression Diagnostics: Identifying Influential Data and Sources of Collinearity. New York: John Wiley & Sons, Inc.
• MacKinnon, J. G. – White, H. (1985). Some Heteroskedasticity-Consistent Covariance Matrix Estimators with Improved Finite Sample Properties. Journal of econometrics, 29(3), 305-325.

Štatistická indukcia

Štatistická indukcia 

Sylaby:

1. Úvod: Náhodná premenná – základné pojmy, vlastnosti a charakteristiky. 
2. Diskrétne a spojité rozdelenia náhodnej premennej. 
3. Bodové odhady parametrov základného súboru – princíp a metódy bodových odhadov. 
4. Intervalové odhady parametrov základného súboru. 
5. Testovanie štatistických hypotéz. 
6. Induktívne úsudky o parametroch dvoch základných súborov. 
7. Analýza rozptylu. 
8. Analýza závislosti slovných znakov. 
9. Testy dobrej zhody. 
10. Neparametrické testy – princíp, porovnanie s parametrickými testami, testy náhodnosti, testy o parametroch jedného súboru.
11. Neparametrické testy porovnávajúce parametre dvoch súborov. 
12. Neparametrické testy porovnávajúce parametre viac ako dvoch súborov.
13. Zhrnutie.

Literatúra:

• Kotlebová a kol. (2015). Štatistická indukcia v príkladoch. Bratislava: Ekonóm. 
• Malá, I. (2013). Statistické úsudky. Praha: Professional Publishing. 
• Garthwaite, P. H., Jolliffe, I. T. (1995). Statistical Inference. Prentice-Hall International, Inc. 
• Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J. (2016). Statistics for business and economics. Nelson Education. 
• Pacáková, V. a kol. (2012). Štatistická indukcia pre ekonómov (1. vyd.). Bratislava: Ekonóm. 
• Pacáková, V. a kol. (2015). Štatistické indukcia pre ekonómov a manažérov. Bratislava: Wolters Kluwer. 
• Liu, H. (2015). Comparing Welch ANOVA, a Kruskal-Wallis test, and traditional ANOVA in case of heterogeneity of variance. Richmond, Virginia: Virginia Commonwealth University. 
• Blatná, D. (1996). Neparametrické metody. Praha: VŠE. 

Viacrozmerné štatistické metódy

Viacrozmerné štatistické metódy 

Sylaby:

1. Základné pojmy viacrozmernej analýzy. 
2. Metódy viackriteriálneho hodnotenia.
3. Metóda hlavných komponentov. 
4. Faktorová analýza. Metódy odhadu parametrov faktorového modelu.
5. Rotácia faktorov. Všeobecná schéma aplikovania faktorovej analýzy. 
6. Porovnanie FA a MHK.  Súhrnný príklad.
7. Kanonická korelačná analýza. 
8. Zhluková analýza. Hierarchické zhlukovacie metódy.
9. Nehierarchické zhlukovacie metódy.  Interpretácia zhlukov.
10. Diskriminačná analýza. Analytická úloha diskriminačnej analýzy.
11.  Klasifikačná úloha diskriminačnej analýzy. Overenie presnosti klasifikácie.
12.  Logistická regresia. 
13. Zhrnutie odprednášaných tém.

Literatúra:

• Vojtková, M. - Stankovičová, I. (2020). Viacrozmerné štatistické metódy s aplikáciami v softvéri SAS. Bratislava: Letra Edu. 2. vydanie. ISBN 978-80-89962-58-7 (print), ISBN 978-80-89962-59-4 (online)
• Meloun, M. – Militký, J. – Hill, M. (2017). Statistická analýza vícerozměrných dat v příkladech. Praha: Karolinum. ISBN 978-80-246-3618-4
• Meloun, M. – Militký, J. (2012). Interaktivní statistická analýza dat. Praha: Karolinum. ISBN 978-80-246-2173-9
• Meloun, M. – Militký, J. (2012). Kompendium statistického zpracování dat. Praha: Karolinum. ISBN 978-80-246-2196-8 
• Hebák, P. - Hustopecký, J. - Jarošová, E. – Pecáková, I. (2004). Vícerozměrné statistické metódy (1). Praha: Informatorium. ISBN 80-7333-025-3
• Hebák, P. - Hustopecký, J. – Malá, I. (2005). Vícerozměrné statistické metódy (2). Praha: Informatorium. ISBN 80-733-036-9
• Hebák, P. - Hustopecký, J. - Pecáková, I. – PRŮŠA, M. – ŘEZÁNKOVÁ,H. – VLACH, P. – SVOBODOVÁ, A. (2005). Vícerozměrné statistické metódy (3). Praha: Informatorium. ISBN 80-7333-039-3
• Bakytová, H.- Bodjanová, S.- Rublíková, E. (1988 resp. 1991). Viacrozmerná analýza. Bratislava: ES VŠE. 
• Tabachnick, B.G. – Fidell, L. S. (2014). Using Multivariate statistics. 6th ed., Edinburg: Pearson Education Limited. ISBN 13: 978-1-292-02131-7
• Hair, J. F. - Black, W. C. - Babin, B. J. - Anderson, R. E. (2010).  Multivariate data analysis. 7th ed. New York: Macmillan Publishing Company. ISBN 13: 978-0138132637
• Sharma, S. (1996). Applied multivariate techniques. New York: John Wiley & Sons. ISBN 0-471-31064-6
• Rencher. A. C.. (1995). Methods of  Multivariate Analysis. New York: John Willey & Sons. ISBN 0-471-57152-0

Induktívne metódy štatistiky

Induktívne metódy štatistiky 

Sylaby: 

1. Úvod do induktívnych štatistických metód. Parametrické a neparametrické metódy štatistickej indukcie. Využitie induktívnych metód v jednotlivých vedných oblastiach. Základné pojmy, náhodný výber, vlastnosti pravdepodobnostného rozdelenia diskrétnej a spojitej náhodnej premennej. 
2. Induktívne úsudky o parametroch rozdelení ekonomických náhodných premenných. Výberové charakteristiky a výberové pravdepodobnostné rozdelenia. Bodové a intervalové odhady parametrov,  testy hypotéz o parametroch rozdelení. Chyby pri testovaní, sila testu. 
3. Úlohy modelovania v štatistickej indukcii. Induktívne závery o tvare pravdepodobnostného rozdelenia ekonomickej náhodnej premennej (parametrické a neparametrické testy o tvare rozdelenia). Štyri formy definovania spojitých pravdepodobnostných rozdelení. Grafická a numerická analýza vlastností empirických a teoretických rozdelení na momentovom a kvantilovom základe. Základy modelovania pomocou zmesí.  
4. Metódy identifikácie, estimácie a verifikácie modelov pravdepodobnostných rozdelení ekonomických premenných. Výpočtovo orientované úlohy. Bootstrap. Vzorkovanie. Metódy simulácie rozdelení, využitie simulácie Monte Carlo v praxi. 

Literatúra:

• Pacáková, V. a kol. Štatistická indukcia pre ekonómov a manažérov. Wolters Kluwer, 2015. ISBN 978-80-8168-081-6
• Pacáková, V. a kol. Štatistická indukcia pre ekonómov. Bratislava: Ekonóm, 2012. ISBN 9788022533829
• Varga, Š. Pravdepodobnosť a matematická štatistika. Bratislava: STU, 2012. ISBN 9788022737890
• Volauf, P. Pravdepodobnosť a matematická štatistika.  Košice: TU, 2014. ISBN: 9788022741446
• Hindls, R. a kol. Statistika v ekonomii. Praha: Professional Publishing, 2018. ISBN: 9788088260097
• Malá, I. Statistické úsudky. Praha: Professional Publishing, 2013. ISBN: 978-80-7431-127-7
• Pacáková,V. Aplikovaná poistná štatistika, tretie vydanie. Bratislava: IURA Edition, 2004
• Boos, D. D., Stefanski, L. A. Essential Statistical Inference: Theory and Methods. New York: Springer Science+Business Media, 2013. Hardcover ISBN 978-1-4614-4817-4. eBook ISBN 978-1-4614-4818-1. DOI https://doi.org/10.1007/978-1-4614-4818-1
• Wasserman, L. All of Statistics: A Concise Course in Statistical Inference. Springer, 2010. ISBN-13: 978-1441923226. ISBN-10: 1441923225  
• Gillard, J. A First Course in Statistical Inference. Springer International Publishing, 2020. eBook ISBN: 978-3-030-39561-2. DOI: 10.1007/978-3-030-39561-2 
• Held, L., Sabanés Bové, D. Applied Statistical Inference. Springer-Verlag Berlin Heidelberg, 2014. eBook ISBN: 978-3-642-37887-4. DOI: 10.1007/978-3-642-37887-4

Pokročilé analytické metódy II.

Pokročilé analytické metódy II 

Sylaby:

1. ANOVA, ANCOVA a lineárna regresia vo forme všeobecných lineárnych modelov. Metóda zovšeobecnenej inverzie. Odhad parametrov všeobecných lineárnych modelov a ich interpretácia. 
2. Odhadnuteľné funkcie. Všeobecné lineárne hypotézy. Analýza marginálnych stredných hodnôt (LS means). Metódy viacnásobného porovnávania (post hoc tests). Testovanie lineárnej hypotézy. 
3. Kontrastná analýza. Využitie odhadnuteľných funkcií v kontrastnej analýze a pri predikcii.
4. Logistická regresia a zovšeobecnené lineárne modely. Analýza marginálnych stredných hodnôt a kontrastná analýza v logistickej regresii a v zovšeobecnených lineárnych modeloch.

Literatúra:

• Searle, S. R., Gruber, M. H. J. (2017). Linear Models. 2nd ed. John Wiley & Sons.
• Littell, R. C., Stroup, W. W., Freund, R. J. (2010). SAS for Linear Models. 4th ed. Cary, NC: SAS Institute Inc.
• Kim, K., Timm, N. (2006). Univariate and Multivariate General Linear Models: Theory and Applications with SAS. Chapman and Hall/CRC.
• Rutherford, A. (2001). Introducing ANOVA and ANCOVA: a GLM Approach. Sage.
• Agresti, A. (2015). Foundations of Linear and Generalized Linear Models. New York: John Wiley & Sons.
• Chen, H. (2008). Using ESTIMATE and CONTRAST Statements for Customized Hypothesis Tests. SAS Institute Inc. Paper SP09-2008.
• Fox, J. (2015). Applied Regression Analysis and Generalized Linear Models. New York: Sage Publications. 
• Haans, A. (2018). Contrast analysis: A tutorial. Practical Assessment, Research, and Evaluation, 23(1), 9.
• Lenth, R., V. (2016). Least-squares means: the R package lsmeans. Journal of Statistical Software. 69(1), 1-33.
• SAS Institute Inc. (2017c). The GLM Procedure. In SAS/STAT® 14.3 User’s Guide. Cary, NC: SAS Institute Inc.
• Stroup, W. W., Milliken, G. A., Claassen, E. A., Wolfinger, R. D. (2018). SAS for Mixed Models: Introduction and Basic Applications. SAS Institute.
• Šoltés, E., Zelinová, S., Bilíková, M. (2019). General Linear Model: An Effective Tool for Analysis of Claim Severity in Motor Third Party Liability Insurance. Statistics in  Transition: new Series. 20(4), 13-31.

Viacrozmerná analýza dát

Viacrozmerná analýza dát 

Sylaby:

1. Úvod do viacrozmerných štatistických metód. Popis viacrozmerných dát. Predpríprava dát. Postup analýzy viacrozmerných dát. Klasifikácia viacrozmerných štatistických metód. 
2. Metódy analýzy skrytých vzťahov: Metóda hlavných komponentov a faktorová analýza. Matematické vyjadrenie hlavných komponentov, ich vlastnosti, určenie ich počtu a interpretácia. Matematický model faktorovej analýzy, všeobecný postup (metódy odhadu, metódy rotácie faktorov). Porovnanie faktorovej analýzy a metódy hlavných komponentov.
3. Metódy analýzy vzájomnej závislosti: Zhluková analýza.  Miery podobnosti objektov. Hierarchické a nehierarchické zhlukovacie postupy. Zhlukovacie metódy. Určenie počtu významných zhlukov a ich interpretácia. Nové trendy v zhlukovaní. /Viacrozmerné škálovanie. /Korešpondenčná analýza. 
4. Metódy analýzy závislosti: Diskriminačná analýza. Predpoklady použitia diskriminačnej analýzy. Opisná úloha diskriminačnej analýzy. Interpretácia diskriminačných funkcií. Klasifikačná úloha diskriminačnej analýzy. Overenie presnosti klasifikácie./Logistická regresia./Viacfaktorová analýza rozptylu./Conjoint analýza. 

Literatúra:

• Hair, J. F. - Black, W. C. - Babin, B. J. - Anderson, R. E. (2010).  Multivariate data analysis. 7th ed. New York: Macmillan Publishing Company. ISBN 13: 978-0138132637
• Hebák, P. - Hustopecký, J. - Jarošová, E. – Pecáková, I. (2004). Vícerozměrné statistické metódy (1). Praha: Informatorium. ISBN 80-7333-025-3
• Hebák, P. - Hustopecký, J. – Malá, I. (2005). Vícerozměrné statistické metódy (2). Praha: Informatorium. ISBN 80-733-036-9
• Hebák, P. - Hustopecký, J. - Pecáková, I. – PRŮŠA, M. – ŘEZÁNKOVÁ,H. – VLACH, P. – SVOBODOVÁ, A. (2005). Vícerozměrné statistické metódy (3). Praha: Informatorium. ISBN 80-7333-039-3
• Khattree, R. – Naik, N. D. (2000). Multivariate data reduction and discrimination with SAS® Software. North Carolina: SAS Institute Inc.. ISBN 1-58025-696-1
• Meloun, M. – Militký, J. – Hill, M. (2017). Statistická analýza vícerozměrných dat v příkladech. Praha: Karolinum. ISBN 978-80-246-3618-4
• Meloun, M. – Militký, J. (2012). Interaktivní statistická analýza dat. Praha: Karolinum. ISBN 978-80-246-2173-9
• Meloun, M. – Militký, J. (2012). Kompendium statistického zpracování dat. Praha: Karolinum. ISBN 978-80-246-2196-8
• Sarma, Kattamuri, S. (2017). Predictive Modeling with SAS® Enterprise miner™. North Carolina: SAS Institute Inc.. ISBN 978-1-62960-264-6
• Sharma, S. (1996). Applied multivariate techniques. New York: John Wiley & Sons. ISBN 0-471-31064-6
• Rencher. A. C.. (1995). Methods of  Multivariate Analysis. New York: John Willey & Sons. ISBN 0-471-57152-0
• Tabachnick, B.G. – Fidell, L. S. (2014). Using Multivariate statistics. 6th ed., Edinburg: Pearson Education Limited. ISBN 13: 978-1-292-02131-7
• Vojtková, M. - Stankovičová, I. (2020). Viacrozmerné štatistické metódy s aplikáciami v softvéri SAS. Bratislava: Letra Edu. 2. vydanie. ISBN 978-80-89962-58-7 (print), ISBN 978-80-89962-59-4 (online) 

Pravdepodobnostné štatistické tabuľky

Na stiahnutie: Tabulky_STAT.pdf

Vzorcovník Štatistické metódy 1 - FHI

Na stiahnutie: Vzorcovník_ŠTATISTICKÉ_METÓDY_1.pdf

Vzorcovník Štatistické metódy 2 - FHI

Na stiahnutie: Vzorcovník_ŠTATISTICKÉ_METÓDY_2.pdf

25.Slovak-Polish-Ukrainian Scientific Seminar - 10. - 12. October 2018, Bratislava

Quantitative Methods in Socio-Economic Research - Theory and Applications

10. - 12. 10. 2018 Bratislava (SK)

PROGRAMME

5^th scientific seminar for doctoral students - June 3, 2015, Department of Statistics

Polish-Slovak-Ukrainian Scientific Seminar - October 21 - 24, 2014, Szczawnica PL

Quantitative Methods for the Analysis of Economic and Social Consequences of Transition Processes in Central-East European Countries

21. - 24. 10. 2014 Szczawnica (PL)