M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2023
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučováno prezenčně.
Vyučující
doc. Mgr. David Kraus, Ph.D. (přednášející)
Bc. Michaela Marčeková (cvičící)
Bc. Tomáš Pompa (cvičící)
Garance
doc. Mgr. David Kraus, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M4,01024
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Út 16:00–17:50 MP1,01014, T. Pompa
M5120/02: Út 18:00–19:50 MP1,01014, M. Marčeková
Předpoklady
M4122 Pravděpodob. a statistika II
Základy diferenciálního a integrálního počtu a lineární algebry. Teorie pravděpodobnosti a matematické statistiky, zejména teorie odhadu a testování statistických hypotéz: na úrovni předmětu M4122. Uživatelská znalost statistického software R: na úrovni předmětu M4130.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Předmět studentům v časovém horizontu jednoho semestru nabízí ucelený pohled na lineární modely jako stěžejní metody statistické analýzy, čítající teorii, softwarovou implementaci, aplikaci a interpretaci.
Výstupy z učení
Po absolvování kurzu studenti:
- rozeznají situace, které lze řešit s pomocí lineárních modelů;
- jsou schopni model formulovat, implementovat a interpretovat jeho výsledky;
- jsou si rovněž vědomi limitací těchto technik;
- v konkrétní situaci dovedou odhadnout, co a proč by mohlo selhat, a jsou schopni takovým problémům předejít menší modifikací procedury.
Osnova
  • Popis problému.
  • Popisné statistiky a grafické vyšetřování závislosti.
  • Projekce, podmíněná střední hodnota normální rozdělení.
  • Lineární model bez předpokladu normality.
  • Lineární model za předpokladu normality.
  • Podmodel.
  • Rezidua a diagnostika modelu.
  • Multikolinearita a model s neúplnou hodností.
  • Praktické aspekty, řešení různých problémů.
Literatura
    doporučená literatura
  • ZVÁRA, Karel. Regrese. Praha, 2008. 253 s. ISBN 978-80-7378-041-8. info
  • WOOD, Simon N. Generalized additive models : an introduction with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2006. xvii, 392. ISBN 1584884746. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
    neurčeno
  • FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton: CRC Press, 2015. 1 online. ISBN 9781439887349. URL info
  • Applied multivariate statistical analysis. Edited by Richard Arnold Johnson - Dean W. Wichern. 6th ed. Upper Saddle River, N.J.: Pearson Prentice Hall, 2007. xviii, 773. ISBN 9780131877153. info
  • ANDĚL, Jiří. Matematická statistika. Vyd. 2. Praha: SNTL - nakladatelství technické literatury, Alfa, vydavatelstvo technickej a ekonomickej literatury, 1985. 346 s. URL info
  • RAO, C. Radhakrishna. Lineární metody statistické indukce a jejich aplikace. Translated by Josef Machek. 1. vyd. Praha: Academia, 1978. 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2023/M5120/index.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/sci/podzim2023/M5120