MB143 Návrh a analýza statistických experimentů

Fakulta informatiky
jaro 2021
Rozsah
2/2/0. 3 kr. (plus ukončení). Ukončení: zk.
Vyučováno online.
Vyučující
Mgr. Andrea Kraus, M.Sc., Ph.D. (přednášející)
prof. RNDr. Jan Slovák, DrSc. (pomocník)
Garance
prof. RNDr. Jan Slovák, DrSc.
Katedra teorie programování – Fakulta informatiky
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 14:00–15:50 Virtuální místnost
  • Rozvrh seminárních/paralelních skupin:
MB143/01: Út 16:00–17:50 Virtuální místnost, A. Kraus
MB143/02: Po 14:00–15:50 Virtuální místnost, A. Kraus
MB143/03: Út 14:00–15:50 Virtuální místnost, A. Kraus
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
Cíle předmětu
Kurz seznamuje studenty s principy a metodami statistické analýzy dat a s typy a charakteristikami dat vhodných k zodpovězení položených otázek.
Výstupy z učení
Po absolvování kurzu student:
- umí zformulovat položenou otázku v řeči statistické inference (odhad parametrů nebo testování hypotéz ve vhodném modelu);
- umí pro základní typy dat zvolit vhodný model a pro zodpovězení nejčastějších otázek vhodnou metodu statistické inference, implementovat ji ve statistickém software R a správně interpretovat získané výsledky;
- dovede posoudit, jaké otázky a s jakou přesností/(ne)jistotou je možné s pomocí dostupných dat zodpovědět, anebo navrhnout, jaká data by se za účelem zodpovězení daných otázek s danou přesností/(ne)jistotou měla shromáždit.
Osnova
  • Základní pravděpodobnostní principy.
  • Náhodné veličiny, jejich charakteristiky a vzájemné vztahy.
  • Vlastnosti funkcí náhodných veličin.
  • Data jako realizace náhodných veličin.
  • Popisné statistiky a výběr vhodného modelu.
  • Bodové a intervalové odhady parametrů: principy a nejužívanější metody.
  • Testování hypotéz: principy a nejužívanější metody.
  • Lineární regrese, analýza rozptylu, analýza kovariance.
  • Způsoby sběru dat, jejich cíle, záběr a limitace.
  • Návrh experimentu.
Literatura
    doporučená literatura
  • ZVÁRA, Karel a Josef ŠTĚPÁN. Pravděpodobnost a matematická statistika [Zvára, 2001]. 2. vyd. Praha: Matfyzpress, 2001, 230 s. ISBN 80-85863-76-6. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
  • ANDĚL, Jiří. Statistické metody. 1. vyd. Praha: Matfyzpress, 1993, 246 s. info
  • MILLIKEN, George A. a Dallas E. JOHNSON. Analysis of messy data. Second edition. Boca Raton: CRC Press, 2009, xiii, 674. ISBN 9781584883340. info
    neurčeno
  • 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
  • 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
Výukové metody
Přednášky: 2 hodiny týdně formou videokonference přes MS Teams v čase určeném rozvrhem; zaměřeny na vysvětlení pojmů, principů a metod.
Cvičení: 2 hodiny týdně formou videokonference přes MS Teams v čase určeném rozvrhem; zaměřeny na hlubší pochopení principů a metod, na jejich použití na konkrétní data pomocí statistického software R a na interpretaci získaných výsledků.
Metody hodnocení
V průběhu semestru: týmová práce na dvou projektech, prezentace výsledků na cvičeních.
Po skončení semestru: písemná zkouška (distanční formou).
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/fi/jaro2021/MB143/index.qwarp
https://is.muni.cz/auth/el/fi/jaro2021/MB143/index-myLOLl.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2022, jaro 2023, jaro 2024.