Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail předmětu
FSI-SP2Ak. rok: 2024/2025
Obsahem předmětu jsou partie: vícerozměrné normální rozdělení, lineární regresní model (odhady, testy hypotéz, regresní diagnostika), nelineární regresní model, úvod do analýzy rozptylu, korelační analýza, základní metody analýzy kategoriálních dat. Studenti se seznámí s aplikabilitou těchto metod a jejich realizacemi na PC pomocí profesionálních softwarových prostředků.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Pravidla hodnocení a ukončení předmětu
Podmínky udělení zápočtu: aktivní účast ve cvičeních, zvládnutí celé látky, klasifikace dostatečně anebo lepší všech kontrolních prací. Zpracování a obhájení projektu.
Zkouška: písemný test (70 bodů) a ústní zkouška (30 bodů); písemný test (4 příklady vybrané z partií: náhodné vektory, podmíněné rozdělení, charakteristická funkce, mnohorozměrné normální rozdělení, regresní analýza, kategoriální analýza dat); ústní zkouška z teorie (4 otázky na základní pojmy, jejich vlastnosti a význam; důkazy dvou vět); klasifikace podle celkového součtu bodů (0 bodů u některého ze 4 příkladů nebo celé ústní části znamená celkově 0 bodů): výborně (90 až 100 bodů a oba důkazy), velmi dobře (80 až 89 bodů a oba důkazy), dobře (70 až 79 bodů a jeden důkaz), uspokojivě (60 až 69 bodů), dostatečně (50 až 59 bodů), nevyhovující (0 až 49 bodů).
Učební cíle
Studenti získají potřebné znalosti z významných partií teorie pravděpodobnosti a matematické statistiky, které jim umožní posuzovat a vytvářet stochastické modely technických jevů a procesů založené na těchto metodách a realizovat je na PC.
Základní literatura
Doporučená literatura
Elearning
Zařazení předmětu ve studijních plánech
specializace CZS , 1 ročník, zimní semestr, volitelný
Přednáška
Vyučující / Lektor
Osnova
Náhodný vektor, momentové charakteristiky.Podmíněné rozdělení.Charakteristická funkce.Vícerozměrné normální rozdělení - vlastnosti.Rozdělení kvadratických forem.Lineární regresní model (LRM) a odhady parametrů v LRMTestování statistických hypotéz o parametrech LRMSpeciální případy LRM – regresní přímka, regresní parabola, polynomická regrese, ANOVA modelyVážená regrese, úvod do regresní diagnostiky a linearizovatelné modely.Korelační analýza.Testy dobré shody se známými i neznámými parametryÚvod do analýzy kategoriálních dat (chí-kvadrát test, míry závislosti, Fisherův faktoriálový test).
Cvičení s počítačovou podporou