Statistiniai metodai ekonomikoje (MAT2022)

Dalyko anotacija lietuvių kalba

Šio kurso tikslas yra suteikti studentams tikimybių teorijos ir statistikos teorinių ir praktinių žinių. Kursas suteiks pagrindines žinias apie tikimybių teoriją, diskrečiuosius ir tolydžiuosius atsitiktinius dydžius ir jų skirstinius, atsitiktinių dydžių charakteristikų skaičiavimą, populiaciją ir imtį, imčių sudarymo metodus, aprašomąsias statistikas, taškinius ir intervalinius įverčius, hipotezių tikrinimą, neparametrinius kriterijus, regresinės analizės metodus.

Dalyko anotacija užsienio kalba

The main goal of the course is to present some fundamentals of probability theory and statistics. The content includes: basics of probability theory; discrete and continuous random variables and probability distributions; probability distribution function; characteristics of random variables; population and sample; sampling techniques; descriptive statistics; data visualization; point and interval estimates; statistical hypothesis testing; nonparametric criteria; basics of regression analysis.

Būtinas pasirengimas dalyko studijoms

Matematika

Dalyko studijų rezultatai

1. Išspręsti elementarius tikimybių teorijos uždavinius, sudaryti tikimybinius skirstinius.
2. Surinkti duomenis pagal pagrindinius duomenų rinkimo principus.
3. Atlikti pradinę statistinę duomenų analizę
4. Įvairiais pjūviais grafinėmis priemonėmis pateikti statistinius duomenis
5. Patikrinti pagrindines statistines hipotezes
6. Sudaryti paprastą tiesinę regresiją, įvertinti tiesinės regresijos parametrus

Dalyko turinys

1. Atsitiktiniai įvykiai.
2. Klasikinis, statistinis ir bendrasis tikimybės apibrėžimai.
3. Sąlyginė tikimybė ir nepriklausomi įvykiai.
4. Pilnosios tikimybės ir Bajeso formulės. Bernulio schema.
5. Atsitiktinis dydis ir jo pasiskirstymo funkcija.
6. Diskretieji ir tolydieji atsitiktiniai dydžiai ir jų skirstiniai.
7. Atsitiktinio dydžio charakteristikos.
8. Populiacija ir imtis. Imčių sudarymo būdai.
9. Duomenų grupavimas. Duomenų padėties, sklaidos ir dažnių skirstinių formos charakteristikos.
10. Grafinis duomenų vaizdavimas.
11. Taškiniai įverčiai. Pasikliautinieji intervalai.
12. Hipotezių tikrinimo pagrindinės sąvokos.
13. Parametrinių hipotezių tikrinimas.
14. Neparametriniai kriterijai.
15. Regresinės analizės pagrindai.

Dalyko studijos valandomis

Studijų vykdymo forma	Val. auditorinėse studijose	Val. nuotolinėse studijose
Paskaitos	30 val.	30 val.
Seminarai ir Laboratoriniai darbai	30 val.	30 val.
Iš viso kontaktinio darbo val.	60 val.
Savarankiškas darbas	100 val.
Iš viso	160 val.

Studijų rezultatų vertinimas

Kolokviumas – 25%
Du kontroliniai darbai (seminaro ir laboratorinių darbų) – 25%
Egzaminas – 50%

Literatūra

1. 2000 V.Čekanavičius, G.Murauskas. Statistika ir jos taikymai. I d.
2. 2002 V.Čekanavičius, G.Murauskas. Statistika ir jos taikymai. II d.
3. 2013 D.A.Lind, W.G.Marchal, S.A.Wathen. Basic Statistics for Business and Economics.
4. 2015 Bekešienė S., Duomenu analizės SPSS pagrindai [e-knyga]: https://www.spssanalize.lt/wp-content/uploads/2019/01/knyga-duomenu-analizes-spss-pagrindai-internetui.pdf
Papildoma literatūra
1. 2006 A.Bakštys. Statistika ir tikimybė.
2. 2002 A.J. Hayter. Probability and statistics for engineers and scientists
3. 2000 A.Aksomaitis. Tikimybių teorija ir statistika.
4. V.Čekanavičius, G. Murauskas. Taikomoji regresinė analizė socialiniuose tyrimuose http://www.statistika.mif.vu.lt/atsisiuntimui/statistika/
5. M.A. Shayib. Descriptive Statistics. https://bookboon.com/en/descriptive-statistics-the-basics-volume-1-ebook
6. D.Singpurwalla. A Handbook of Statistics https://bookboon.com/en/a-handbook-of-statistics-ebook