M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2024
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučováno kontaktně
Vyučující
doc. Mgr. David Kraus, Ph.D. (přednášející)
Mgr. Michaela Marčeková (cvičící)
Garance
doc. Mgr. David Kraus, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 12:00–13:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Čt 16:00–17:50 MP1,01014, M. Marčeková
M5120/02: Čt 14:00–15:50 MP1,01014, M. Marčeková
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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
  • ZVÁRA, Karel. Regrese. Praha, 2008, 253 s. ISBN 978-80-7378-041-8. info
  • WOOD, Simon N. Generalized additive models : an introduction with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2006, xvii, 392. ISBN 1584884746. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
    neurčeno
  • FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton: CRC Press, 2015, 1 online. ISBN 9781439887349. URL info
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2024/M5120/index.qwarp
Další komentáře
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2023
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
doc. Mgr. David Kraus, Ph.D. (přednášející)
Mgr. Michaela Marčeková (cvičící)
Mgr. Tomáš Pompa (cvičící)
Garance
doc. Mgr. David Kraus, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M4,01024
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Út 16:00–17:50 MP1,01014, T. Pompa
M5120/02: Út 18:00–19:50 MP1,01014, M. Marčeková
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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
  • ZVÁRA, Karel. Regrese. Praha, 2008, 253 s. ISBN 978-80-7378-041-8. info
  • WOOD, Simon N. Generalized additive models : an introduction with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2006, xvii, 392. ISBN 1584884746. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
    neurčeno
  • FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton: CRC Press, 2015, 1 online. ISBN 9781439887349. URL info
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2023/M5120/index.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2022
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
doc. Mgr. David Kraus, Ph.D. (přednášející)
Mgr. Jan Holub (cvičící)
Mgr. Vojtěch Šindlář (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 16:00–17:50 MP1,01014, V. Šindlář
M5120/02: Po 12:00–13:50 MP1,01014, V. Šindlář
M5120/03: Pá 8:00–9:50 MP1,01014, J. Holub
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2022/M5120/index.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2021
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
doc. PaedDr. RNDr. Stanislav Katina, Ph.D. (přednášející)
Mgr. Andrea Kraus, M.Sc., Ph.D. (přednášející)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Pá 10:00–11:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: St 16:00–17:50 MP1,01014, A. Kraus
M5120/02: Po 16:00–17:50 MP1,01014, A. Kraus
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou zkoušku v polovině semestru. Forma zkoušky bude přizpůsobena aktuální epidemiologické situaci.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2021/M5120/index.qwarp
https://is.muni.cz/auth/el/sci/podzim2021/M5120/index-WMECKq.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2020
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)
Mgr. Vojtěch Šindlář (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 16:00–17:50 M2,01021
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 14:00–14:50 MP1,01014, A. Kraus, V. Šindlář
M5120/02: Po 15:00–15:50 MP1,01014, A. Kraus, V. Šindlář
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: cvičení zaměřená na hlubší porozumění teorii a na praktickou analýzu dat.
Metody hodnocení
Podmínky: uspokojivě zpracovaný a odprezentovaný semestrální datový projekt, písemná a ústní závěrečná zkouška, popřípadě s bonusem za nepovinnou písemnou a ústní zkoušku v polovině semestru. Forma zkoušky bude přizpůsobena aktuální epidemiologické situaci.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2020/M5120/index.qwarp
https://is.muni.cz/auth/el/sci/podzim2020/M5120/index-gVKiSb.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2019
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)
Mgr. Vojtěch Šindlář (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 8:00–9:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Út 19:00–19:50 MP1,01014, V. Šindlář
M5120/02: Út 18:00–18:50 MP1,01014, V. Šindlář
Předpoklady
M4122 Pravděpodob. a statistika II
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.
Výstupy z učení
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.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. 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.
Navazující předměty
Informace učitele
https://is.muni.cz/auth/el/sci/podzim2019/M5120/index.qwarp
https://is.muni.cz/auth/el/sci/podzim2019/M5120/index-xrMWQZ.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2018
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)
Mgr. Vojtěch Šindlář (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 17. 9. až Pá 14. 12. Pá 12:00–13:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 17. 9. až Pá 14. 12. Út 13:00–13:50 MP1,01014, V. Šindlář
M5120/02: Po 17. 9. až Pá 14. 12. Út 12:00–12:50 MP1,01014, V. Šindlář
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.
Výstupy z učení
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.
  • Normální rozdělení.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. 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.
Navazující předměty
Informace učitele
https://is.muni.cz/el/1431/podzim2018/M5120/index.qwarp
https://is.muni.cz/el/1431/podzim2018/M5120/Osnova_cviceni.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2017
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)
Mgr. Markéta Janošová (pomocník)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 18. 9. až Pá 15. 12. Pá 12:00–13:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 18. 9. až Pá 15. 12. St 9:00–9:50 MP1,01014, A. Kraus
M5120/02: Po 18. 9. až Pá 15. 12. St 8:00–8:50 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.
Výstupy z učení
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.
  • 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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. 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.
Navazující předměty
Informace učitele
https://is.muni.cz/el/1431/podzim2017/M5120/index.qwarp
https://is.muni.cz/el/1431/podzim2017/M5120/cviceni.qwarp
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 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:
M5120/01: Po 19. 9. až Ne 18. 12. Út 11:00–11:50 MP1,01014, A. Kraus
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: Chapman & Hall/CRC, 2005, x, 229. ISBN 1584884258. 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. Vyd. 1. 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
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2015
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: St 14:00–14:50 MP1,01014, O. Pokora
M5120/02: St 13:00–13:50 MP1,01014, O. Pokora
M5120/03: St 15:00–15:50 MP1,01014, O. Pokora
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
Základy teorie pravděpodobnosti a matematické statistiky, teorie odhadu a testování statistických hypotéz. Využití diferenciálního a integrálního počtu a lineární algebry. Práce s počítačem: uživatelská znalost programového prostředí R na úrovni kurzu M4130 "Výpočetní matematické systémy".
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Na konci kurzu by měl student být schopen porozumět a využívat základní postupy statistické regresní analýzy, které byly vysvětleny na základě maticového přístupu. Pro základní statistickou analýzu je na cvičeních využito programovací prostředí R.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice
  • Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem
  • Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; základy regresní diagnostiky
  • Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování
  • Cvičení: odhady parametrů metodou maximální věrohodnosti a momentovou metodou; náhodné vektory a maticový zápis; kovarianční a korelační matice; linerání regresní model; výběrové korelační koeficienty; praktické výpočty v softwaru R.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
Podmínky: aktivní účast na cvičeních, samostatně vypracované domácí úkoly, 1 test na počítači. Hodnocení: písemná (váha 50 %) a ústní (váha 50 %) závěrečná zkouška, alespoň 50 % bodů je potřeba k úspěšnému zvládnutí.
Informace učitele
Cvičení M5120 z velké části zahrnují praktické výpočty v softwaru R. Studentům je proto doporučeno před kurzem M5120 absolvovat kurz M4130 "Výpočetní matematické systémy", v němž je celá polovina semestru věnována práci se softwarem R. U studentů, kteří neabsolvovali kurz M4130, se předpokládá uživatelská znalost práce v R, resp. schopnost si základní principy práce s tímto softwarem samostatně dostudovat.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2014
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Út 12:00–12:50 MP1,01014, O. Pokora
M5120/02: Čt 16:00–16:50 MP1,01014, O. Pokora
M5120/03: Čt 17:00–17:50 MP1,01014, O. Pokora
M5120/04: St 17:00–17:50 MP1,01014, O. Pokora
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
Základy teorie pravděpodobnosti a matematické statistiky, teorie odhadu a testování statistických hypotéz. Práce s počítačem: uživatelská znalost programového prostředí R.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Na konci kurzu by měl student být schopen porozumět a využívat základní postupy statistické regresní analýzy, které byly vysvětleny na základě maticového přístupu. Pro základní statistickou analýzu je na cvičeních využito programovací prostředí R.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice
  • Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem
  • Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; základy regresní diagnostiky
  • Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
Podmínky: aktivní účast na cvičeních, samostatně vypracované domácí úkoly, 1 test na počítači. Hodnocení: písemná (váha 50 %) a ústní (váha 50 %) závěrečná zkouška, alespoň 50 % bodů je potřeba k úspěšnému zvládnutí.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2013
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 8:00–9:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Pá 12:00–12:50 MP1,01014, O. Pokora
M5120/02: Pá 11:00–11:50 MP1,01014, O. Pokora
M5120/03: Pá 10:00–10:50 MP1,01014, O. Pokora
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
Základy teorie pravděpodobnosti a matematické statistiky, teorie odhadu a testování statistických hypotéz. Práce s počítačem: uživatelská znalost programového prostředí R.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Na konci kurzu by měl student být schopen porozumět a využívat základní postupy statistické regresní analýzy, které byly vysvětleny na základě maticového přístupu. Pro základní statistickou analýzu je na cvičeních využito programovací prostředí R.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice
  • Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem
  • Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; základy regresní diagnostiky
  • Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
Podmínky: aktivní účast na cvičeních, samostatně vypracované domácí úkoly, 1 test na počítači. Hodnocení: písemná (váha 50 %) a ústní (váha 50 %) závěrečná zkouška, alespoň 50 % bodů je potřeba k úspěšnému zvládnutí.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2012
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Pá 8:00–8:50 MP1,01014, O. Pokora
M5120/02: Pá 9:00–9:50 MP1,01014, O. Pokora
M5120/03: Pá 10:00–10:50 MP1,01014, O. Pokora
M5120/04: Pá 11:00–11:50 MP1,01014, O. Pokora
M5120/05: Čt 11:00–11:50 MP1,01014, O. Pokora
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
domácí úlohy, 1 test na počítači, písemná a ústní závěrečná zkouška
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2011
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 8:00–9:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 8:00–8:50 MP1,01014, O. Pokora
M5120/02: Po 9:00–9:50 MP1,01014, O. Pokora
M5120/03: Po 10:00–10:50 MP1,01014, O. Pokora
Předpoklady
M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2010
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
St 14:00–15:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 17:00–17:50 M5,01013, O. Pokora
M5120/02: Po 16:00–16:50 M5,01013, O. Pokora
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Základní statistické metody )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2009
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Út 11:00–12:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/1: Pá 12:00–12:50 MP1,01014, M. Forbelská
M5120/2: Pá 13:00–13:50 MP1,01014, M. Forbelská
M5120/3: Út 8:00–8:50 MP1,01014, M. Forbelská
M5120/4: Út 9:00–9:50 MP1,01014, M. Forbelská
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady
Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2008
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Pavla Krajíčková, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
St 12:00–13:50 M1,01017
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Po 8:00–8:50 M2,01021, O. Pokora
M5120/02: Po 9:00–9:50 M3,01023, O. Pokora
M5120/03: Po 10:00–10:50 M3,01023, O. Pokora
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2007
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
Garance
prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Čt 8:00–9:50 N21
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Út 9:00–9:50 M3,04005 - dříve Janáčkovo nám. 2a, M. Forbelská
M5120/02: Út 10:00–10:50 M3,04005 - dříve Janáčkovo nám. 2a, M. Forbelská
M5120/03: Út 8:00–8:50 M3,04005 - dříve Janáčkovo nám. 2a, M. Forbelská
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Výběr z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2006
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Štěpán Mikoláš
Rozvrh
St 13:00–14:50 N21
  • Rozvrh seminárních/paralelních skupin:
M5120/01: St 16:00–16:50 U1, O. Pokora
M5120/02: St 17:00–17:50 U1, O. Pokora
M5120/03: St 18:00–18:50 UP2, O. Pokora
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Výběr z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2005
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Štěpán Mikoláš
Rozvrh
St 14:00–15:50 UP1
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Čt 8:00–8:50 U1, O. Pokora
M5120/02: Čt 9:00–9:50 U1, O. Pokora
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Výběr z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2004
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. David Hampel, Ph.D. (cvičící)
Garance
prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Štěpán Mikoláš
Rozvrh
St 12:00–13:50 U1
  • Rozvrh seminárních/paralelních skupin:
M5120/01: Čt 11:00–11:50 UM, D. Hampel, Rozvrhově doporučeno: 3.r. Mo
M5120/02: St 11:00–11:50 U1, D. Hampel, Rozvrhově doporučeno: 3.r. Me,Mf
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 8 mateřských oborů, zobrazit
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Výběr z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2003
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející), RNDr. Štěpán Mikoláš (zástupce)
Mgr. David Hampel, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Štěpán Mikoláš
Rozvrh seminárních/paralelních skupin
M5120/01: Rozvrh nebyl do ISu vložen. D. Hampel
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2002
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
doc. RNDr. Jaroslav Michálek, CSc. (přednášející)
Garance
doc. RNDr. Jaroslav Michálek, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: doc. RNDr. Jaroslav Michálek, CSc.
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2011 - akreditace

Údaje z období podzim 2011 - akreditace se nezveřejňují

Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Výpočetní statistika )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2010 - akreditace
Rozsah
2/1/0. 3 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Předpoklady
KREDITY_MIN(30) && ( M4122 Pravděpodob. a statistika II || M6130 Základní statistické metody )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Základy z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Literatura
  • 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. Vyd. 1. Praha: Academia, 1978, 666 s. URL info
Výukové metody
Přednáška: teoretická výuka kombinovaná s praktickými příklady Cvičení: praktická cvičení zaměřené na procvičení základních pojmů a tvrzení, samostatné řešení úloh.
Metody hodnocení
přednášky, cvičení; 2 písemné testy; závěrečné hodnocení: písemná a ústní zkouška
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.

M5120 Lineární statistické modely I

Přírodovědecká fakulta
podzim 2007 - akreditace
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
RNDr. Marie Forbelská, Ph.D. (přednášející)
prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Garance
prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Marie Forbelská, Ph.D.
Předpoklady
M4122 Statistika
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz je zaměřen na lineární modely plné hodnosti. Výklad je důsledně založen na maticovém přístupu. V úvodních partiích je studováno mnohorozměrné normální rozdělení a rozdělení kvadratických forem. Potom následuje regresní analýza. Jde o kurz, jehož praktické využití v dalších oborech je bezprostřední a velmi časté.
Osnova
  • Výběr z maticové algebry: positivně definitní matice, idempotentní matice, pseudoinverzní matice. Normální rozdělení: n-rozměrné normální rozdělení a jeho vlastnosti, rozdělení kvadratických forem. Regrese: model lineární regrese plné hodnosti, metoda nejmenších čtverců a odhad parametrů modelu, vlastnosti odhadů; testy hypotéz o parametrech a intervaly spolehlivosti za předpokladů normality; specální případy; test linearity regrese a porovnání 2 regresních modelů; základy regresní diagnostiky. Korelace: korelační koeficient, koeficient mnohonásobné korelace a parciální korelační koeficient; jejich výběrové protějšky a testování.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2010 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.