PřF:M5120 Lineární statistické modely I - Informace o předmětu
M5120 Lineární statistické modely I
Přírodovědecká fakultapodzim 2016
- Rozsah
- 2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- Mgr. Andrea Kraus, M.Sc., Ph.D. (přednášející)
- Garance
- prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Po 19. 9. až Ne 18. 12. Po 8:00–9:50 M2,01021
- Rozvrh seminárních/paralelních skupin:
M5120/02: Po 19. 9. až Ne 18. 12. Út 12:00–12:50 MP1,01014, A. Kraus - Předpoklady
- KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
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. 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.
- Korelace.
- 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
- WOOD, Simon N. Generalized additive models : an introduction with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2006, xvii, 392. ISBN 1584884746. info
- FARAWAY, Julian James. Linear models with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. URL info
- ZVÁRA, Karel. Regrese. Praha, 2008, 253 s. ISBN 978-80-7378-041-8. info
- ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
- neurčeno
- 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: praktická cvičení zaměřena na analýzu dat. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru.
- Informace učitele
- https://is.muni.cz/auth/el/1431/podzim2016/M5120/index.qwarp
https://is.muni.cz/auth/el/1431/podzim2016/M5120/cviceni.qwarp - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (podzim 2016, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/podzim2016/M5120