1.

Úvod

2.

Cíl práce

3.

Metodika

3.1	Analýza časových řad

3.2	Elementární charakteristiky časových řad

3.3	Trendová funkce

3.4	Autokorelace a korelace mezi časovými řadami

4.	Terminologie

5.	Vlastní statistická analýza dat

5.1	Statistická analýza vývoje (SAV) celkového počtu hostů

5.2	SAV počtu rezidentů v hromadných ubytovacích zařízeních kraje

5.3	SAV počtu nerezidentů v hromadných ubytovacích zařízeních kraje

5.4	SAV počtu přenocování celkem

5.5	SAV počtu přenocování nerezidentů

5.6	SAV průměrné ceny za ubytování v Jihočeském kraji

5.7	Statistické ověření autokorelace v časové řadě průměrné ceny

5.8	Statistické ověření autokorelace v časové řadě počtu hostů

5.9	Statistické vyhodnocení závislosti počtu hostů na ceně ubytování

6.	Závěr a doporučení

7.	Literatura

"3.2 Elementární charakteristiky časových řad
Pro statistickou analýzu zvolených ukazatelů budou využity elementární charakteristiky pro hodnocení změn hodnot znaku Y sledovaného v časové řadě.
Elementární charakteristiky časových řad umožňují charakterizovat dynamiku vývoje časových řad. Slouží k rychlé informaci o charakteru a chování v časové řadě, neboť dávají možnost zkoumat rychlost změny hodnot sledovaného ukazatele v závislosti na čase. V rámci práce budou využity charakteristiky uvedené níže.
První absolutní diference d1i vyjadřuje absolutní změnu hodnoty znaku Y oproti předchozímu období.

Průměrný absolutní přírůstek představuje souhrnný ukazatel pro diferencovanou časovou řadu a je stanoven jako aritmetický průměr z hodnot d1i.
Druhá absolutní diference d2i udává absolutní změnu rychlosti dynamiky vývoje hodnot znaku Y, kdy kladné hodnoty této charakteristiky ukazují na zrychlení a záporné hodnoty na zpomalení změn hodnot.
První relativní diference r1i udává změnu hodnoty znaku Y oproti jeho hodnotě v předchozím období.
Řetězové indexy ki (koeficienty růstu) představují vývoj změn daného ukazatele
a udávají jiným způsobem vyjádřenou relativní změnu jako první relativní diference r1i (poskytují shodnou informaci).
Průměrná hodnota řetězového indexu (většinou v podobě průměrné relativní roční změny hodnoty znaku Y) se stanoví jako geometrický průměr jednotlivých koeficientů ki . Tuto charakteristiku má smysl počítat v případě, vykazuje-li časová řada v podstatě monotónní vývoj.
Bazické indexy zi udávají stejným způsobem vyjádřenou relativní změnu hodnot znaku jako řetězové indexy, měřenou ale v rozdílných obdobích „i“ a vztaženou vždy k úrovni výchozího bazického období „0“ (k hodnotě y0).

3.3 Trendová funkce
Časovou řadu lze chápat jako dvourozměrný statistický soubor, ve kterém jednu proměnnou představuje čas a druhou proměnnou sledovaný ukazatel. V rámci tohoto souboru lze nejen zkoumat závislost obou proměnných, ale rovněž s použitím regresní funkce odhadovat budoucí vývoj sledované časové řady. Výpočtem trendové funkce u neperiodických časových řad lze vyjádřit trend neboli složku dlouhodobého vývoje hodnot znaku.
Trendová funkce představuje zvláštní typ jednoduché regresní funkce, ve které jsou hodnoty yi sledovaného znaku Y v časové řadě vždy hodnotami závisle proměnné Y
a hodnoty ti jsou hodnotami nezávisle proměnné času T. Od trendových funkcí se především vyžaduje, aby byly z matematického hlediska jednoduché. Pod pojmem matematická jednoduchost se rozumí minimální počet členů v rovnici, minimální možná mocnina argumentu, linearita v parametrech, spojitost, minimální počet extrémů a inflexních bodů.
Nejčastější tvary trendové funkce zahrnují:"

Projekt do předmětu Aplikovaná statistika. Práce obsahuje množství tabulek a grafů, rozsah čistého textu je cca 12 stran.