(04.09.2017 20:14:13, ....) Ahoj,
absolvoval jsem magisterskou statistiku na FISu. Snad tě nevyděsím délkou mé odpovědi.
Vezmu to od konce. Osobně bych volil statistiku a ekonometrii před statistickýma metodami v ekonomii. Při nástupu do studia je obtížné mít konkrétní představu o tom, co které specifické zaměření zahrnují a co tě bude více bavit. A statistika a ekonometrie ti dává možnost pozdější volby. Jsou zde předměty z operačního výzkumu i ze statistiky.

Uplatnění je poměrně široké. Nejatraktivnější jsou asi banky a pojišťovny (finanční analytik, risk manager, pojistná matematika). Každá větší společnost zpracovává nějaká data, takže vhodná analytická pozice se najde skoro všude. Za méně zábavné uplatnění považuji průzkumy trhu (vyhodnocování výsledků dotazníkových šetření, předvolební průzkumy, zjišťování poptávky a podobně). Vůbec nejméně zábavné je pak uplatnění na českém statistickém úřadě (úpravy dat, jednoduché výpočty v Excelu, prognózy, …).

Studium statistiky zahrnuje statistiku jako matematickou disciplínu, tj. teorie pravděpodobnosti, matematická statistika, regrese, stochastika nebo třeba modelování časových řad. Zároveň je součástí plánu i statistika ve smyslu „evidence“. Pro šikovnější studenty asi vcelku nezajímavé. V podstatě je to vše, co si představíš pod statistickým úřadem. Lepení tabulek v Excelu s hospodářskými, sociálními nebo demografickými daty.
Hádám, že na začátku studia si pod některými názvy toho moc nepředstavíš, zkusím je proto co nejstručněji rozvést i s případnou aplikací.

Teorie pravděpodobnosti a matematická statistika jsou teoretickým základem veškerého dalšího studia. Teorie pravděpodobnosti řeší, jaká data mohou vzniknout za určitých předpokladů (ve fyzice třeba popis rozpadu částic… v ekonomii pak třeba popis pravděpodobnosti nesplacení úvěru/dluhopisu). Matematická statistika je pak protiklad k pravděpodobnosti, protože neřeší, jaká data mohou vzniknout, ale snaží se „uhádnout“, jakým způsobem mohla již pozorovaná data vzniknout.

Regrese je modelování závislostí. Nejlepší bude vysvětlit to na příkladech. Chceš kupříkladu ocenit byt, který se běžně na trhu moc neprodává. Nemůžeš se podívat, kolik stojí něco podobného u konkurence, protože se byt s velmi podobnými parametry prostě běžně neprodává. Asi intuitivně je jasné, že byt na Praze 1 bude stát více než v satelitu za Prahou. Byt s větší plochou bude dražší než s menší. Dále třeba patro v budově, dostupnost MHD nebo počet koupelen může mít vliv. Ale jak velký vliv? Na to ti odpoví regresní model, který je na základě vztahů u jiných na trhu dostupných bytů odhadnout, jak se na ceně projeví jednotlivé vlastnosti.

Další aplikace je v pojistné matematice při výpočtech pojistného. Základem (v neživotním) je modelovat možnou výši škod a pravděpodobnost, že škoda nastane. Jinou pravděpodobnost nehody má řidič v Praze a jinou řidič třeba v Přerově. Další vliv může mít věk řidiče, auto (výkon, stáří, …), počet nehod v minulosti.

Regrese je zároveň i jistým základem pro metody ve znalostních technologiích (rozpoznávání obrazu a zvuku, řešení rozhodovacích úloh…).

Stochastika je modelování náhodných veličin, které se v čase vyvíjejí. Aplikace v pojistné matematice je třeba při migraci mezi tarifními skupinami u autopojištění. Ve finanční matematice hraje velmi významnou roli při oceňování komplikovanějších cenných papírů a také při migraci mezi ratingovými skupinami (hodnocení země/podniku schopnosti splácet dluhy, určitě jsi na to někdy narazila v novinách ;-) ). Dobrým příkladem je dobře známý Black-Scholesův model pro oceňování opcí. Opce je předkupní právo, které ti dává možnost třeba nakoupit akcii někdy v budoucnu. Nákupní cena je pevně daná a je zároveň vyšší než aktuální cena na trhu. Znamená to, že je taková opce bezcenná? To určitě ne. Akcie může raketově vyrůst výrazně nad nákupní cenu při použití opce a ty tak můžeš nakoupit akcii za levno od vypisovatele opce a opětovně ji ihned se ziskem prodat za vyšší cenu. A jakou by teda měla mít taková opce hodnotu? Tady přichází na řadu stochastika, která popíše náhodný charakter vývoje akciového kurzu (tendenci růst/klesat, sílu kolísání).

A na závěr nutno podotknout, že moderní statistika se bez programování dělat nedá. Takže i s drobným programováním výpočtů se setkáš. Využívá se hlavně jazyk R a občas okrajově Matlab.

Omlouvám se za případné chyby a hrozné větné struktury. Nadatloval jsem to opravdu ve spěchu.

Snad jsem tě nevyděsil a přeji mnoho úspěchu při studiu.
reagovat zde