Anketa ČVUT
FJFI - předměty - zimní semestr 2016/17
Fakulta jaderná a fyzikálně inženýrská

Kůs Václav Ing. Ph.D. - [01PRA1] Pravděpodobnost a matematická statistika 1

Hodnotící studenti
  • Počet hodnotících: 4 / 10
  • Procento hodnotících: 40 %

Nedostatek hodnocení. Statistika nemusí být relevantní.

Celkové hodnocení [8]
1:
0 % [0]
2:
87 % [7]
3:
12 % [1]
4:
0 % [0]
5:
0 % [0]

Statistické údaje

  • Medián: 2.00
  • Průměr hodnocení: 2.12

Všichni učitelé

  • 75% hodnocení je v rozmezí 1.00 až 2.09
  • Medián: 1.40
  • Průměr hodnocení: 1.67
Hodnocení v roli cvičící [4]
1:
0 % [0]
2:
75 % [3]
3:
25 % [1]
4:
0 % [0]
5:
0 % [0]

Statistické údaje

  • Medián: 2.00
  • Průměr hodnocení: 2.25

Všichni učitelé

  • 75% hodnocení je v rozmezí 1.00 až 2.02
  • Medián: 1.45
  • Průměr hodnocení: 1.60
Hodnocení v roli přednášející [4]
1:
0 % [0]
2:
100 % [4]
3:
0 % [0]
4:
0 % [0]
5:
0 % [0]

Statistické údaje

  • Medián: 2.00
  • Průměr hodnocení: 2.00

Všichni učitelé

  • 75% hodnocení je v rozmezí 1.00 až 2.25
  • Medián: 1.42
  • Průměr hodnocení: 1.74
  • P :  Slovní vyjádření k navštíveným přednáškám. [1]
    • Na přednášky je radno chodit, zaprvé se dělá namátková prezence a zadruhé se jinak nebudete mít z čeho učit.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
  • C :  V čem by se měl(a) cvičící zlepšit? [1]
    • Udělat cvičení...
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
  • Z :  Z čeho jste se učil(a) na zkoušku (skripta, zápisky, jiné zdroje, případně jaké)? [1]
    • Vlastní zápisky, zápisky T. Jindrové z ftp (jsou tam některé důkazy, které jsme na hodině nestihli).
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
  • Z :  Poznámky ze skládání zkoušky (průběh, náročnost, objektivita zkoušejícího, apod...) [4]
    • Zkouška byla příjemná, z větší části teoretická
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Zkouška je celkem náročná, ale líbí se mi ten přístup, že po napsání písemky je tato konzultována se zkoušejícím a student má ještě šanci něco opravit atd. To, že je na termínu jen pár lidí, považuji také za velice příjemné. Oceňuji také to, že pokud student stojí o lepší známku (i o áčko), je pan doktor ochoten přimhouřit oko a nechat studenta dokázat něco navíc, i když třeba neměl úplně perfektní písemku. Ale zadarmo to určitě není.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Pan Kůs je velice milý a rád vám dá známku, jakou si budete přát.
      studijní průměr: <1.0, 1.5>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Dlouhá zkouška, jakmile člověk neví definici, většinou odchází. Ale zvládnout se to dá.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
  • P :  Co na přednášející(m) oceňujete? [3]
    • Pozitivní naladění.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Pozitivní náladu
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Má blízko ke studentům a vrozený dar učinit přednášky pohodové a zábavné.
      studijní průměr: <1.0, 1.5>; studijní obor: Matematické inženýrství; role předmětu: PO
  • P :  V čem by se měl(a) přednášející zlepšit (struktura přednášek, srozumitelnost, zápis na tabuli, apod...)? [4]
    • Méně rasistických a sexistických vtípků, prosím... Také by bylo fajn ubrat takových těch praktických povídání, ze kterých si, myslím, nikdo nic moc neodnesl, a místo toho udělat pořádně některé důkazy, na které nezbyl čas, a tak byly ponechány jako domácí cvičení. A dotřetice by neškodilo více přehlednosti v zápisu na tabuli, někdy se v tom nedalo vyznat.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Možná lepší zápis na tabuli, věty se všemi předpoklady atd
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Poslední části přednášky (ZVČ, limitní teorémy, vícerozměrný Gauss) jsou oproti ostatním více odbyty, ačkoli u zkoušky je na ně kladen největší důraz. Konkrétně u všech verzí limitních teorémů, i když se na přednášce jen přeběhnou bez větší důležitosti, je požadována jejich detailní znalost; to ve výsledku znamená mechanické pamatování vzorečků a předpokladů. Čas od času má tendenci ve svých prupovídkách házet lidi do jednoho pytle, což spoustu lidí tahá za uši.
      studijní průměr: <1.0, 1.5>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Dodělávat důkazy, dělat je pořádně, lépe strukturovat definice.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
  • C :  Poznámky ke cvičení obecně (nevztahující se ke konkrétnímu cvičícímu) [2]
    • Cvičící dělá všechny příklady sám, což studentům neprospívá. Nějaká cvičení (jakože opravdu cvičení, kde se chodí k tabuli) by se udělat měla, studenti si z toho více odnesou.
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
    • Zápočet za docházku, kontrola účasti náhodná
      studijní průměr: (1.5, 2.0>; studijní obor: Matematické inženýrství; role předmětu: PO
P :  Kolik jste odhadem navštívili přednášek? [4]

Průměr odpovědi: 0.00

1 :
2 :
3 :
4 :

Odpovědi

  • 1 : 100 % [4]: 90%-100%
  • 2 : 0 % [0]: 75%-90%
  • 3 : 0 % [0]: 50%-75%
  • 4 : 0 % [0]: méně než 50%
Z :  Z čeho jste se učil(a) na zkoušku (skripta, zápisky, jiné zdroje, případně jaké)? [5]

Průměr odpovědi: 0.00

1 :
2 :
3 :
4 :

Odpovědi

  • 1 : 60 % [3]: Vlastní zápisky
  • 2 : 0 % [0]: Skripta
  • 3 : 0 % [0]: Wikiskripta
  • 4 : 20 % [1]: Jiné zdroje (do komentáře napište jaké)
Z :  Zkoušející nabídl(a) dostatek termínů zkoušek. [4]

Průměr odpovědi: 0.00

1 :
2 :
3 :
4 :

Odpovědi

  • 1 : 0 % [0]: nevyjádřeno
  • 2 : 100 % [4]: Ano a byly dobře rozvrstvené
  • 3 : 0 % [0]: Ano, ale byly špatně rozvrstvené
  • 4 : 0 % [0]: ne
P :  Oznámkujte přednášející(ho) [4]

Průměr odpovědi: 2.00

1 :
2 :
3 :
4 :
5 :

Odpovědi

  • 1 : 0 % [0]: 1 (výborný)
  • 2 : 100 % [4]: 2
  • 3 : 0 % [0]: 3
  • 4 : 0 % [0]: 4
  • 5 : 0 % [0]: 5
C :  Oznámkujte cvičící(ho) [4]

Průměr odpovědi: 2.25

1 :
2 :
3 :
4 :
5 :

Odpovědi

  • 1 : 0 % [0]: 1
  • 2 : 75 % [3]: 2
  • 3 : 25 % [1]: 3
  • 4 : 0 % [0]: 4
  • 5 : 0 % [0]: 5
C :  Jaké byly nároky na získání zápočtu? [4]

Průměr odpovědi: 0.00

1 :
2 :
3 :
4 :
5 :

Odpovědi

  • 1 : 0 % [0]: velmi obtížný
  • 2 : 0 % [0]: obtížný
  • 3 : 0 % [0]: středně obtížný
  • 4 : 50 % [2]: lehký
  • 5 : 50 % [2]: velmi lehký
Komentáře učitelů k předmětu
Ano, určitě, chtělo by to více cvičení a příkladů, pracuji na tom a myslím. že se to postupně rok od roku zlepšuje, přístí rok by měl být na příklady o něco bohatší, v PRA1 bude obsažena jen Pravděpodobnost, tedy několik přednášek zbyde čistě na příklady se studenty u tabule.

Je zde věčné dilema: Více příkladů znamená méně důkazů a rychlejší pro studenty náročnější postup NUTNÉ teorie (viz dále). Pak ale zase někteří studenti do hodnocení napíšou, že by se mělo precizněji dělat více důkazů:-) Bohužel, hodinová dotace předmětu není nafukovací. Druhým problémem je, že jeden student je spíše zaměřen prakticky a ten by rád víc příkladů a jiný student miluje teorii a ten naopak bazíruje na co nejvíce důkazech, je tedy nutný rozumný kompromis. (Podobně se v každém ročníku vyskytují studenti, kteří rádi příklady a drobné průpovídky z praxe jim nevadí, spíše je pobaví, a naopak student, kterého zajímá pouze Def-Věta-Důkaz-Pozn a o oživení výkladu nestojí).

Můj názor je tento: Jde o základní úvodní předmět PRA, z kterého vychází celá praktická STATISTIKA a na který navazuje bezpočet velmi prakticky orientovaných dalších předmětů ve vyšších ročnících, jako je např. Regresní analýza, Bayesovské principy rozhodování ve statistice, Spolehlivost a klinické experimenty, Modelování extremálních událostí, Pravděpodobnostní modely umělé inteligence, částečně i Finanční matematika, a mnoho dalších. Tedy v PRA1 by měl být nutně obsažen silný teoretický základ PRA, protože pak téměř všechny navazující predměty realizují de fakto 'Aplikace' a 'Cviceni' k PRA z různých oborů zpracování statistických dat.

Lepší a přehlednější zápis na tabuli je mým snem, tady máte opravdu pravdu.

Předpoklady myslím nechybí, neuvádím jen ty, co se notoricky opakují, upozorňuji ale na to mnohokrát... Některé Důkazy dávám za domací ukol záměrně, abych je mohl zkoušet na A/B a mohli jste si je doma promyslet. To je to nejcenější, když si doma sednete a o nejakém důkazu budete přemýšlet a rozjímat, na tom se nejvíc naučíte, opisováním maximálního množství vět s naprosto kompletními důkazy na přednášce se tolik nenaučíte, zvláště pro budoucí vlastní výzkumnou práci...

Prosím vás, ZVČ+CLT+vícerozměrnému Gaussu je věnováno maximum času, víc se do přednášky už opravdu nedá nacpat. Za mých studií byly v PRA+STA jen základní verze ZVČ+CLT bez důkazů, n-Gauss nebyl vůbec. Teď máte všechno možné navíc - ZVČ silný s důkazem, Kolmogorovský ZVČ, CLT Fellera, Ljapunova ve dvou verzích, zde částečně s důkazem, slabá konvergence byla silně posílena (Skorochod, Slutského perturbace,...).