M8113 Neparametrické vyhlazování

Přírodovědecká fakulta
jaro 2010
Rozsah
2/1. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Ivanka Horová, CSc. (přednášející)
Mgr. Jiří Zelinka, Dr. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
St 8:00–9:50 MS1,01016
  • Rozvrh seminárních/paralelních skupin:
M8113/01: St 10:00–10:50 MP1,01014, St 10:00–10:50 MS1,01016
Předpoklady
Základy pravděpodobnosti a matematické statistiky.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Teorie a metody vyhlazování se rozvíji hlavně v posledních letech. Možnost rychlých a ne příliš drahých výpočtů umožnila dívat se na data způsobem,který dříve nebyl možný.Moderní počítače nyní dovolují značnou volnost v rozhodování,jak by se měla provést analýza dat. Jednou z oblastí,která v tomto směru hodně získala,jsou neparametrické odhady hustoty a regresní funkce,nebo-li to,co obecně nazýváme vyhlazováním.Cílem tohoto předmětu je poskytnout přehled moderních neparametrických metod odhadů hustoty a regresní funkce.Po absolvování tohoto kurzu bude student schopen aplikovat tyto metodz při statistickém zpracování reálných dat.
Osnova
  • Základní myšlenka vyhlazování.
  • Obecný princip jádrových odhadů.
  • Jádrové odhady hustoty, kriteria pro posouzení kvality odhadu,problém volby šířky vyhlazovacího okna,kanonická jádra a teorie optimálních jader,jádra vyšších řádů.
  • Odhadz distribuční funkce, problém volby šířky vyhlazovacího okna.
  • Různé typy jádrových odhadů regresní funkce,porovnání těchto odhadů, problém hraničních efektů,kriteria pro posouzení kvality odhadů.
  • Teoretický výklad je vhodně doplněn praktickými úlohami.
Literatura
  • WAND, M. P. a M. C. JONES. Kernel smoothing. 1st ed. London: Chapman & Hall. 212 s. ISBN 0412552701. 1995. info
  • SILVERMAN, B. W. Density estimation for statistics and data analysis. 1st ed. Boca Raton: Chapman & Hall. ix, 175. ISBN 0412246201. 1986. info
  • Smoothing and regression : approaches, computation, and application. Edited by Michael G. Schimek. New York: John Wiley & Sons. xix, 607. ISBN 0471179469. 2000. info
  • SIMONOFF, Jeffrey S. Smoothing methods in statistics. New York: Springer-Verlag. xii, 338. ISBN 0387947167. 1996. info
  • Statistical theory and computational aspects of smoothing :proceedings of the COMPSTAT '94 satellite meeting held in Semmering, Austria 27-28 August 1994. Edited by Wolfgang Härdle - Michael G. Schimek. Heidelberg: Physica-Verlag. viii, 265. ISBN 3-7908-0930-6. 1996. info
Výukové metody
Přednáška: 2 hod. týdně Cvičení: 1 hod. týdně. Cvičení je zaměřeno na aplikaci metod uvedených na přednášce a je doplněno prezentací metod v počítačové učebně.
Metody hodnocení
Přednáška.Účast na cvičení je povinná. Zkouška je ústní.
Navazující předměty
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2011 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2011, jaro 2012, jaro 2012 - akreditace, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.