Detail předmětu

Regresní modely

FAST-DA64Ak. rok: 2022/2023

vícerozměrné normální rozdělení, podmíněná rozdělení
regresní funkce
lineární regresní model
nelineární regresní model
analýza rozptylu
faktorová analýza
Průběžná informace o možnosti využití statistického software STATISTICA a EXCEL při aplikacích probírané látky.

Jazyk výuky

čeština

Počet kreditů

10

Zajišťuje ústav

Ústav matematiky a deskriptivní geometrie (MAT)

Prerekvizity

Pojmy z předmětu "DA03", "DA62" - Pravděpodobnost a matematická statistika
Základní znalosti z teorie pravděpodobnosti, matematické statistiky a lineární algebry - zákon rozdělení náhodné veličiny a vektoru, číselné charakteristiky náhodných veličin a vektorů a jejich bodové a intervalové odhady, podstata testování statistických hypotéz, řešení soustavy lineárních rovnic, inverzní matice.

Osnovy výuky

1. Vícerozměrné normální rozdělení,podmíněná rozdělení.
2. Regresní funkce.
3.-5. Základní lineární regresní model
6.-7. Zobecněný lineární regresní model.
8. - Singulární lineární regresní model.
9.-10. Analýza rozptylu.
11-12. Faktorová analýza.
13. Nelineární regresní model.

Učební cíle

Vytvoření předpokladů pro sofistikovanou aplikaci statistických metod.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Základní literatura

ANDĚL, J. Základy matematické statistiky. Praha: MatFyzPress, 2007, 358 s. ISBN 80-7378-001-1. (CS)
ANDĚL, J.  Statistické metody. Praha: MatFyzPress, 2007, 299 s. ISBN 80-7378-003-8. (CS)
WALPOLE, R.E., MYERS, R.H. Probability and Statistics for Engineers and Scientists. 8th ed. London: Prentice Hall, Pearson education LTD, 2007, 823 p. ISBN 0-13-204767-5. (EN)

Doporučená literatura

CASELLA, G., BERGER, R.L. Statistical Inference. Belmont: Brooks/Cole Cengage Learning, 2002. ISBN-13 978-0-534-24312-8. (EN)
HEBÁK, P., HUSTOPECKÝ, J. Vícerozměrné statistické metody 1. Praha: Informatorium, 2007. 253 s. ISBN 8-07-3330356-9. (CS)
MELOUN, M., MILITKÝ, J.: Statistické zpracování experimentálních dat. Praha: PLUS, 1994, 839 s. ISBN 80-85297-56-6. (CS)

Zařazení předmětu ve studijních plánech

  • Program D-K-E-SI (N) doktorský

    obor FMI , 2 ročník, zimní semestr, povinně volitelný
    obor KDS , 2 ročník, zimní semestr, povinně volitelný
    obor MGS , 2 ročník, zimní semestr, povinně volitelný
    obor VHS , 2 ročník, zimní semestr, povinně volitelný
    obor PST , 2 ročník, zimní semestr, povinně volitelný

  • Program D-K-C-SI (N) doktorský

    obor VHS , 2 ročník, zimní semestr, povinně volitelný
    obor MGS , 2 ročník, zimní semestr, povinně volitelný
    obor PST , 2 ročník, zimní semestr, povinně volitelný
    obor FMI , 2 ročník, zimní semestr, povinně volitelný
    obor KDS , 2 ročník, zimní semestr, povinně volitelný

  • Program D-P-E-SI (N) doktorský

    obor PST , 2 ročník, zimní semestr, povinně volitelný
    obor FMI , 2 ročník, zimní semestr, povinně volitelný
    obor KDS , 2 ročník, zimní semestr, povinně volitelný
    obor MGS , 2 ročník, zimní semestr, povinně volitelný
    obor VHS , 2 ročník, zimní semestr, povinně volitelný

  • Program D-P-C-SI (N) doktorský

    obor PST , 2 ročník, zimní semestr, povinně volitelný
    obor FMI , 2 ročník, zimní semestr, povinně volitelný
    obor KDS , 2 ročník, zimní semestr, povinně volitelný
    obor MGS , 2 ročník, zimní semestr, povinně volitelný
    obor VHS , 2 ročník, zimní semestr, povinně volitelný

  • Program D-P-C-GK doktorský

    obor GAK , 2 ročník, zimní semestr, povinně volitelný

  • Program D-K-C-GK doktorský

    obor GAK , 2 ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Osnova

1. Vícerozměrné normální rozdělení,podmíněná rozdělení. 2. Regresní funkce. 3.-5. Základní lineární regresní model 6.-7. Zobecněný lineární regresní model. 8. - Singulární lineární regresní model. 9.-10. Analýza rozptylu. 11-12. Faktorová analýza. 13. Nelineární regresní model.