FI:MB143 Návrh a analýza experimentů - Informace o předmětu
MB143 Návrh a analýza statistických experimentů
Fakulta informatikyjaro 2020
Předmět se v období jaro 2020 nevypisuje.
- Rozsah
- 2/2/0. 3 kr. (plus ukončení). Ukončení: zk.
- Vyučující
- prof. RNDr. Jan Slovák, DrSc. (přednášející)
- Garance
- prof. RNDr. Jan Slovák, DrSc.
Katedra teorie programování – Fakulta informatiky
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Předpoklady
- MB141 Lineární alg. a diskrétní mat. || MB142 Aplikovaná matematická analýza || MB101 Lineární modely || MB201 Lineární modely B || MB102 Dif. a integrální počet || MB202 Dif. a integrální počet B
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Analýza a zpracování obrazu (program FI, N-VIZ)
- Bioinformatika a systémová biologie (program FI, N-UIZD)
- Computer Games Development (program FI, N-VIZ_A)
- Computer Graphics and Visualisation (program FI, N-VIZ_A)
- Computer Networks and Communications (program FI, N-PSKB_A)
- Cybersecurity Management (program FI, N-RSSS_A)
- Formální analýza počítačových systémů (program FI, N-TEI)
- Grafický design (program FI, N-VIZ)
- Graphic Design (program FI, N-VIZ_A)
- Hardware Systems (program FI, N-PSKB_A)
- Hardwarové systémy (program FI, N-PSKB)
- Image Processing and Analysis (program FI, N-VIZ_A)
- Informační bezpečnost (program FI, N-PSKB)
- Informatika (program FI, B-INF) (2)
- Informatika ve vzdělávání (program FI, B-IVV) (2)
- Information Security (program FI, N-PSKB_A)
- Kvantové a jiné neklasické výpočetní modely (program FI, N-TEI)
- Počítačová grafika a vizualizace (program FI, N-VIZ)
- Počítačové sítě a komunikace (program FI, N-PSKB)
- Principy programovacích jazyků (program FI, N-TEI)
- Programování a vývoj aplikací (program FI, B-PVA)
- Řízení kyberbezpečnosti (program FI, N-RSSS)
- Řízení vývoje služeb (program FI, N-RSSS)
- Řízení vývoje softwarových systémů (program FI, N-RSSS)
- Services Development Management (program FI, N-RSSS_A)
- Software Systems Development Management (program FI, N-RSSS_A)
- Software Systems (program FI, N-PSKB_A)
- Softwarové systémy (program FI, N-PSKB)
- Strojové učení a umělá inteligence (program FI, N-UIZD)
- Učitel informatiky a správce sítě (program FI, N-UCI)
- Učitelství informatiky pro střední školy (program FI, N-UCI) (2)
- Vývoj počítačových her (program FI, N-VIZ)
- Zpracování a analýza rozsáhlých dat (program FI, N-UIZD)
- Zpracování přirozeného jazyka (program FI, N-UIZD)
- Cíle předmětu
- Úvodní kurz seznamuje studenty s popisnou statistkou, s teorií pravděpodobnosti, náhodnými veličinami a jejich rozložením pravděpodobností, s testováním hypotéz.
- Výstupy z učení
- Po absolvování kurzu student: zvládne pomocí statistického software R základní statistické zpracování datového souboru ve formě tabulek, grafů a číselných charakteristik; porozumí základním pravděpodobnostním pojmům; umí řešit praktické pravděpodobnostní úlohy, které vycházejí z vyložené teorie (v některých případech s využitím statistického software); umí pomocí statistického software generovat realizace vybraných typů náhodných veličin, ovládá základy statistického testování hypotéz, včetně provedení testů v statistickém software a interpretace výsledků testování.
- Osnova
- Úvod do teorie pravděpodobnosti.
- Náhodné veličiny, náhodné vektory a jejich distribuční funkce.
- Diskrétní a spojité náhodné veličiny, jejich funkcionální charakteristiky a příklady různých typů rozložení. Simultánní a marginální rozložení.
- Stochasticky nezávislé náhodné veličiny, posloupnost nezávislých opakovaných pokusů, generátory realizací některých typů náhodných veličin.
- Kvantil, střední hodnota, rozptyl, kovariance, koeficient korelace s odpovídajícími vlastnostmi a výpočetními pravidly.
- Zákon velkých čísel a centrální limitní věta.
- Tabulkové a grafické zpracování datových souborů, průzkumová analýza dat.
- Náhodný výběr, bodové a intervalové odhady parametrů.
- Úvod do testování hypotéz. Testování v R.
- Regresní analýza v R.
- Literatura
- doporučená literatura
- FORBELSKÁ, Marie a Jan KOLÁČEK. Pravděpodobnost a statistika I. 1. vyd. Brno: Masarykova univerzita, 2013. Elportál. ISBN 978-80-210-6710-3. url info
- FORBELSKÁ, Marie a Jan KOLÁČEK. Pravděpodobnost a statistika II. 1. vyd. Brno: Masarykova univerzita, 2013. Elportál. ISBN 978-80-210-6711-0. url info
- neurčeno
- BUDÍKOVÁ, Marie, Štěpán MIKOLÁŠ a Pavel OSECKÝ. Teorie pravděpodobnosti a matematická statistika. Sbírka příkladů. 3. vyd. Brno: Masarykova univerzita, 2004, 127 s. ISBN 80-210-3313-4. info
- BUDÍKOVÁ, Marie, Maria KRÁLOVÁ a Bohumil MAROŠ. Průvodce základními statistickými metodami. vydání první. Praha: Grada Publishing, a.s., 2010, 272 s. edice Expert. ISBN 978-80-247-3243-5. URL info
- BUDÍKOVÁ, Marie, Štěpán MIKOLÁŠ a Pavel OSECKÝ. Popisná statistika. 3., doplněné vyd. Brno: Masarykova univerzita, 1998, 52 s. ISBN 80-210-1831-3. info
- ANDĚL, Jiří. Statistické metody. 1. vyd. Praha: Matfyzpress, 1993, 246 s. info
- Výukové metody
- Přednášky, cvičení
- Metody hodnocení
- Výuka probíhá každý týden v rozsahu 2 hodiny přednášek, 2 hodiny cvičení. Aktívní práce na cvičeních. Vyplňování odpovědníků v průběhu semestru. Série praktických úloh v R ve cvičení. Zkouška je písemná: teorie a příklady. Závěrečné hodnocení: A ... 46 - 50 bodů B ... 41 - 45 bodů C ... 36 - 40 bodů D ... 31 - 35 bodů E ... 26 - 30 bodů F ... 0 - 25 bodů
- Navazující předměty
- Informace učitele
- Cvičení budou probíhat v klasických učebnách. Studenti si budou nosit vlastní notebooky, přičemž stačí jeden notebook na dvojici. Část cvičení bude spočívat v řešení příkladů u tabule, část na počítači v programu R. Některé seminární skupiny jsou rozvrhovány v počítačových učebnách a jsou určeny pro studenty bez vlastního notebooku.
- Další komentáře
- Předmět je vyučován každoročně.
Výuka probíhá každý týden. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (jaro 2020, nejnovější)
- Permalink: https://is.muni.cz/predmet/fi/jaro2020/MB143