doktorský prezenční se specializací, vyučovací jazyk: čeština
Zahrnut v programu: PřF D-MA_ Matematika a statistika
Státní doktorská zkouška a obhajoba disertační práce
Před podáním přihlášky ke státní doktorské zkoušce musí mít doktorand splněny všechny povinnosti stanovené individuálním studijním plánem k tomuto milníku.
Požadavkem je znalost teorie pravděpodobnosti, matematické statistiky, matematického a statistického modelování, numerické matematiky a příbuzných oborů podle zaměření disertační práce. Rozsah státní doktorské zkoušky je určen podle absolvovaných předmětů a zaměření doktorské práce a budou vybrány tři předměty tak, aby byl pokryt studovaný vědní obor a specializace a na tyto předměty bude zaměřena zkouška. Student si volí okruhy a podokruhy po konzultaci se školitelem. Student konkrétní obsah podokruhů a literaturu k nim konzultuje se zkoušejícími. Předměty se vybírají z tohoto seznamu:
-- Parametrická statistická inference,
-- Neparametrická statistická inference a vyhlazování,
-- Regresní modely,
-- Výpočetní statistika a mnohorozměrná statistická analýza,
-- Teorie pravděpodobnosti,
-- Numerické modelování,
-- Matematické modelování,
-- Dynamické systémy.
Disertační práce musí obsahovat původní a v zahraničí publikované výsledky nebo výsledky přijaté k publikaci. Mohou být teoretického charakteru, představovat originální implementaci do matematického nebo statistického software nebo aplikaci.
Studijní a výzkumné povinnosti
Student absolvuje během studia alespoň čtyři semestrální předměty mimo zaměření disertace. Po domluvě se školitelem zaměří samostatné studium jednak na rozšíření znalostí daného oboru, jednak na speciální partie potřebné k napsání disertační práce.
Pravidelně navštěvuje odborné semináře z aplikované matematiky, statistiky nebo příbuzných oborů. Pomáhá při zajišťování výuky pro pregraduální studium.
Výzkumné aktivity:
- Příprava disertační práce – probíhá po celou dobu studia a tvoří 60-70 % pracovní zátěže
- Publikační činnost – Články mohou být teoreticko-metodického charakteru a/nebo přinášet inovativní použití statistických nebo matematických metod ve vybrané aplikační oblasti v okruhu tematiky disertační práce (čímž prokáže znalost akademického psaní). Alespoň jedna publikace je očekávána v časopise s IF nad mediánem oboru.
- Pedagogická činnost (podílení se na výuce) – doktorand se může podílet na vedení bakalářských prací, vést semináře atd., a to v rozsahu max. 150 hodin za studium ( 5-10 % pracovní zátěže)
- Student musí prezentovat některé výsledky své vědecké práce na minimálně dvou mezinárodních konferencích v České republice nebo v zahraničí v angličtině (čímž prokáže znalost odborné angličtiny). Očekávaný rozsah této aktivity je cca 5-15% celkové pracovní zátěže
- Aktivní účast na odborném semináři této specializace (5-10 % pracovní zátěže)
Nejpozději ve čtvrtém semestru musí být prezentován na semináři pořádaném Ústavem matematiky a statistiky MU (např. na Semináři z aplikované matematiky) projekt dizertační práce.
Součástí studijních povinností v doktorském studijním programu je absolvování části studia na zahraniční instituci v délce nejméně jednoho měsíce nebo jiná forma přímé účasti studenta na mezinárodní spolupráci
Základní formou doktorského studia je prezenční forma. Očekává se, že pokud student bude řádně plnit veškeré povinnosti, úspěšně ukončí studium po čtyřech letech standardní doby studia (předloží žádost k obhajobě a v následujícím období obhájí). Kombinovaná forma by měla být využívána vyjímečně, zejména v případech, kdy z vážných důvodů student nedokončí studium po 4 letech, ačkoliv své povinnosti v rámci ISP řádně plnil. Jediným úkolem v rámci kombinované formy pak zůstává práce na dizertačním projektu.
Návrh témat disertačních prací a témata obhájených prací
5 obhájených disertací v této specializaci:
Stochastic models and statistical analysis of series of events
Mgr. Marie Leváková, školitel Petr Lánský
https://is.muni.cz/auth/th/odd3g/?fakulta=1431
Stochastic methods in analysis of economic data
Mgr. Lenka Křivánková, školitel Martin Kolář
https://is.muni.cz/auth/th/mti78/?fakulta=1431
Statistical inference for stochastic point processes with application on neuronal data
Mgr. Bc. Kamil Rajdl, školitel Petr Lánský
https://is.muni.cz/auth/th/vjs14/?fakulta=1431
Stochastic models with continuous time and their applications (contribution to degradation theory)
prof. Ing. David Vališ, školitel Petr Lánský
https://is.muni.cz/auth/th/e2jbv/?fakulta=1431
Meta-analysis of Clinical Trials
Mgr. Pavla Krajíčková, školitel Gejza Wimmer
https://is.muni.cz/auth/th/crglh/?fakulta=1431