Katalog přístrojů a služeb

Vyberte si přístroj nebo službu

Matematická statistika

Pracoviště služby "Matematická statistika"
Jméno pracoviště:	UPOL - PřF - Katedra matematické analýzy a aplikací matematiky
Fakulta:	Přírodovědecká fakulta - Katedra matematické analýzy a aplikací matematiky
Ulice:	17. listopadu 12
Město:	Olomouc
Charakteristika pracoviště:
Charakteristika služeb:	Odborná matematická pomoc při řešení výše uvedených typů úloh, konzultace. Přímá spolupráce na řešení aplikací uvedeného typu, spočívající v řešení matematické stránky problému.. Expertízy k modelům hodnocení a rozhodování a fuzzy modelům obecně. Vzdělávání pracovníků v oblasti metod hodnocení a rozhodování (jak klasických tak fuzzy), totéž v oblasti matematických základů fuzzy regulace. V oblasti finanční matematiky Kontaktní osoba: Mgr. Eva Bohanesová, PhD. (bohanese@inf.upol.cz) Katedra může nabídnout konzultace v oblasti klasických modelů finanční matematiky a dále pak prakticky zaměřené konzultace v následujících oblastech: - stavební spoření ? propočty naspořených částek, splátek z úvěrů a překlenovacích úvěrů, tvorba splátkových kalendářů; - hypoteční, spotřebitelské úvěry ? propočty splátek, výpočet RPSN, tvorba splátkových kalendářů; - výpočty v oblasti leasingu. V oblasti matematické statistiky: Kontaktní osoba: Prof. RNDr. Ing. Lubomír Kubáček, DrSc. Dr.h.c. (kubacekl@inf.upol.cz) - konzultace při řešení problémů popisu a analýzy souborů experimentálních dat a při predikci na základě těchto dat; - numerické výpočty a grafické znázornění výsledků z deskripce, analýzy a predikce; - expertízy při optimalizaci přípravy experimentu a při interpretaci získaných výsledků

Služba "Matematická statistika"
Popis	Katedra je připravena řešit problémy: Deskripce experimentálních dat: např. z náhodného výběru obyvatel regionu popsat výskyt sledovaného znaku u všech obyvatel regionu, odhadnout rozdělení sledovaného znaku nebo více znaků mezi všemi obyvateli regionu, určit jednoduché charakteristiky, které popisují střední hodnoty znaků, jejich rozptyly, asymetrie, nápadnou koncentraci, nehomogennost a nejistoty jejich odhadů ap. Analýzy souboru experimentálních dat: odhady trendů i s určením míry jejich nejistoty, odhady parametrů, které tyto soubory charakterizují, odhady parametrů závislostí a určení nejistot těchto odhadů, testování hypotéz o parametrech ap. (Jako příklady lze uvést: růst počtu automobilů v Olomouci, přičemž cílem je určit průměrný přírůstek počtu i s určením jeho nejistoty; určení délky časových intervalů pro zapnutí zelených světel na křižovatce, které budou optimální pro propustnost křižovatky; odhad počtu dětských jeslí v závislosti na přírůstku obyvatelstva, odhad závislosti mezi stupněm získaného vzdělání a procentem nezaměstnaných, časový a místní průběh zatížení veřejné dopravy, testování závislostí mezi kouřením marihuany, věkem a pohlavím studentů, ap.). Predikcí na základě experimentálních dat: z časových řad predikovat hodnotu sledovaného znaku pro daný příští časový okamžik (za den, měsíc, rok ap. po posledním registrovaném údaji), např. predikce počtu potřebných parkovacích míst v novém sídlišti za pět let, počet potřebných míst v domovech pro seniory ap. Optimalizace přípravy statistického experimentu, cílem kterého je získání experimentálních dat o zkoumaných znacích, zjistit stupeň této optimalizace a získanou úsporu, navrhnout realizační modifikace ap.

Služba "Matematická statistika"

Popis

Katedra je připravena řešit problémy: Deskripce experimentálních dat: např. z náhodného výběru obyvatel regionu popsat výskyt sledovaného znaku u všech obyvatel regionu, odhadnout rozdělení sledovaného znaku nebo více znaků mezi všemi obyvateli regionu, určit jednoduché charakteristiky, které popisují střední hodnoty znaků, jejich rozptyly, asymetrie, nápadnou koncentraci, nehomogennost a nejistoty jejich odhadů ap. Analýzy souboru experimentálních dat: odhady trendů i s určením míry jejich nejistoty, odhady parametrů, které tyto soubory charakterizují, odhady parametrů závislostí a určení nejistot těchto odhadů, testování hypotéz o parametrech ap. (Jako příklady lze uvést: růst počtu automobilů v Olomouci, přičemž cílem je určit průměrný přírůstek počtu i s určením jeho nejistoty; určení délky časových intervalů pro zapnutí zelených světel na křižovatce, které budou optimální pro propustnost křižovatky; odhad počtu dětských jeslí v závislosti na přírůstku obyvatelstva, odhad závislosti mezi stupněm získaného vzdělání a procentem nezaměstnaných, časový a místní průběh zatížení veřejné dopravy, testování závislostí mezi kouřením marihuany, věkem a pohlavím studentů, ap.). Predikcí na základě experimentálních dat: z časových řad predikovat hodnotu sledovaného znaku pro daný příští časový okamžik (za den, měsíc, rok ap. po posledním registrovaném údaji), např. predikce počtu potřebných parkovacích míst v novém sídlišti za pět let, počet potřebných míst v domovech pro seniory ap. Optimalizace přípravy statistického experimentu, cílem kterého je získání experimentálních dat o zkoumaných znacích, zjistit stupeň této optimalizace a získanou úsporu, navrhnout realizační modifikace ap.

Kategorie služby "Matematická statistika"
"Aplikovaná statistika, operační výzkum"