M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2025
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučováno kontaktně - Vyučující
- doc. PaedDr. RNDr. Stanislav Katina, 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 - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, ústní závěrečná zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
Přednášky budou probíhat prezenčně dle rozvrhu. V IS bude vždy k dispozici záznam textu přednášky v PDF (přednášející text píše elektronickým perem na obrazovce tabletu a tento se zobrazuje na plátně) a slajdy v PDF s TeXovaným textem. Záznamy se budou sdílet až po dané přednášce a před další přednáškou.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Předmět je vyučován každoročně.
Výuka probíhá každý týden.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2024
- 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. 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 19. 2. až Ne 26. 5. Út 8:00–9:50 M4,01024
- Rozvrh seminárních/paralelních skupin:
- Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, ústní závěrečná zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
Přednášky budou probíhat prezenčně dle rozvrhu. V IS bude vždy k dispozici záznam textu přednášky v PDF (přednášející text píše elektronickým perem na obrazovce tabletu a tento se zobrazuje na plátně) a slajdy v PDF s TeXovaným textem. Záznamy se budou sdílet až po dané přednášce a před další přednáškou.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2023
- 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. 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 10:00–11:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 8:00–9:50 MP1,01014, V. Šindlář - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, ústní závěrečná zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
Přednášky budou probíhat prezenčně dle rozvrhu. V IS bude vždy k dispozici záznam textu přednášky v PDF (přednášející text píše elektronickým perem na obrazovce tabletu a tento se zobrazuje na plátně) a slajdy v PDF s TeXovaným textem. Záznamy se budou sdílet až po dané přednášce a před další přednáškou.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2022
- 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. 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
- Út 10:00–11:50 M4,01024
- Rozvrh seminárních/paralelních skupin:
- Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, ústní závěrečná zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
Přednášky budou probíhat prezenčně dle rozvrhu. V IS bude vždy k dispozici záznam textu přednášky v PDF (přednášející text píše elektronickým perem na obrazovce tabletu a tento se zobrazuje na plátně) a slajdy v PDF s TeXovaným textem. Záznamy se budou sdílet až po dané přednášce a před další přednáškou.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 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. 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 1. 3. až Pá 14. 5. Út 8:00–9:50 online_M2
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 1. 3. až Pá 14. 5. St 18:00–19:50 online_MP1, V. Šindlář - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální datový projekt, ústní závěrečná zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
Přednášky budou probíhat online v MS Teams v době normálních přednášek podle rozvrhu. Vzhledem k možné nízké kvalitě signálu doporučuji studentům kameru nepoužívat. Otázky během přednášky nebude možné klást hlasem, ale prostřednictvím chatu.
Záznam z přednášky se bude nahrávat do IS průběžně a ne dopředu, tedy učiněn záznam se bude nahrávat až po dané přednášce a před další přednáškou. Záznam nemusí obsahovat kompletní přednášku, je na učiteli, co ze záznamu zveřejní a sdílený se studenty. Co je záznam z přednášky? Může jít o PDF textu, který přednášející píše elektronickým perem na obrazovku a tento může být doplněn hlasem (nebo hlasem a videem) přednášejícího. V IS budou vždy k dispozici slajdy v PDF s TeXovaným textem a budou se sdílet až po dané přednášce a před další přednáškou.
Konzultace k přednáškám budou probíhat pomocí diskuzního fóra, kde přednášející / cvičící jako moderátor moderuje tuto diskusi a nové diskusní fóra založené studenty nebudou brány v úvahu. Diskusní fóra budou založeny k jednotlivým přednáškám a cvičením (pokud předmět cvičení má) a k domácí úloze. Diskuze e-mailem probíhat nebudou.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2020
- 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. 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
- St 8:00–9:50 M2,01021
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 18:00–19:50 MP1,01014, V. Šindlář - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Biomedicínská bioinformatika (program PřF, N-MBB)
- Epidemiologie a modelování (program PřF, N-MBB)
- Cíle předmětu
- Předmět nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. info
- Výukové metody
- Přednáška: teoretická výuka kombinovaná s praktickými příklady.
Cvičení: praktická cvičení zaměřena na analýzu dat. - Metody hodnocení
- Podmínky: uspokojivě zpracovaný semestrální projekt (domácí úkol), ústní závěrečná zkouška.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána. - Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2019
- 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. 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 18. 2. až Pá 17. 5. St 8:00–9:50 M2,01021
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 18. 2. až Pá 17. 5. Út 18:00–19:50 MP1,01014, V. Šindlář - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. 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, ústní závěrečná zkouška.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2018
- 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. 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
- St 10:00–11:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Čt 17:00–18:50 MP2,01014a, V. Šindlář - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- testovat hypotézy LRM;
- navrhnout a vysvětlit vhodný LRM;
- aplikovat LRM na reálná data;
- naprogramovat LRM v R. - Osnova
- Asymptotické testy o středních hodnotách přes lineární regresní model (LRM)
- Jedno-faktorový model analýzy rozptylu (ANOVA) s fixními efekty za homogenity a nehomogenity rozptylů.
- Dvou-faktorový a hierarchický ANOVA model s fixními efekty.
- Analýza kovariance (ANCOVA).
- Kvadratická a polynomická regrese.
- Sdružené a podmíněné mnohorozměrné normální rozdělení.
- Korelační analýza.
- LRM (homogenní a nehomogenní rozptyly), LRM s fixními efekty a korelovanými chybami, vážená metoda nejmenších čtverců.
- Ortogonální regresní model.
- Implementace v R.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- HARRELL, Frank E. Regression modeling strategies : with applications to linear models, logistic and ordinal regression, and survival analysis. Second edition. Heidelberg: Springer, 2015, xxiii, 582. ISBN 9783319194240. info
- FARAWAY, Julian James. Linear models with R. Second edition. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2014, xii, 274. ISBN 9781439887332. info
- RAO, C. Radhakrishna a Helge TOUTENBURG. Linear models : least squares and alternatives. New York: Springer-Verlag, 1995, 352 s. ISBN 0387945628. 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, ústní závěrečná zkouška.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2017
- 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. (cvičící)
Mgr. Markéta Janošová (pomocník) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Po 20. 2. až Po 22. 5. St 10:00–11:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 20. 2. až Po 22. 5. Po 12:00–13:50 MP1,01014, A. Kraus - Předpoklady
- M5120 Lineární statistické modely I
Lineární regresní model: na úrovni předmětu M5120. 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 nabízí nejprve detailnější pohled na některé speciální případy linárního modelu a poté přehled zobecnění lineárního modelu pro situace, kdy nejsou splněny jeho předpoklady. Ve druhé části je důraz kladen na získání nadhledu nad širokým spektrem technik, schopnost tyto techniky použít a porozumění souvislostem mezi nimi. Studenti jsou rovněž seznámeni s magisterskými kurzy a literaturou nabízejícími hlubší poznatky o probíraných technikách.
- Osnova
- Asymptotické testy o stredných hodnotách – jednofaktorový model analýzy rozptylu (ANOVA) s fixnými (pevnými) efektami za homogenity a nehomogenity rozptylov, matica kontrastov, test pomerom vierohodnosti, asymptotické testy o rozptyloch – test pomerom vierohodnosti.
- Dvojfaktorový ANOVA model s fixnými efektami bez a s interakciou, hierarchický ANOVA model s fixnými efektami, testovanie submodelov, rozklad typu I, II, III; hierarchický ANOVA model s fixnými efektami, test trendu.
- Špeciálne LRM – regresný model pre priamku, regresia prechádzajúca počiatkom, kvadratická regresia, polynomická regresia, dve priamky, analýza kovariancie (ANCOVA).
- Nepodmienený a podmienený pohľad na mnohorozmerné normálne rozdelenie – združené mnohorozmerné normálne rozdelenie (Y,X) a podmienené normálne rozdelenie (Y|X), korelačná analýza – koeficient mnohonásobnej korelácie, koeficient parciálnej korelácie.
- Ortogonálny regresný model (Demingova regresia, kontrola kvality), model kalibrácie.
- LRM s homogénnymi a nehomogénnymi rozptylmi, LRM s fixnými efektami a korelovanými chybami, WLRM.
- Lineárne modely so zmiešanými efektami (MELRM).
- Zovšeobecnené lineárne modely.
- Literatura
- doporučená literatura
- KATINA, Stanislav, Miroslav KRÁLÍK a Adéla HUPKOVÁ. Aplikovaná štatistická inferencia I. Biologická antropológia očami matematickej štatistiky. 1. vyd. Brno: Masarykova univerzita, 2015, 320 s. ISBN 978-80-210-7752-2. info
- FARAWAY, Julian James. Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models. Boca Raton, Fla.: Chapman & Hall/CRC, 2006, ix, 301. ISBN 158488424X. URL info
- HASTIE, Trevor, Robert TIBSHIRANI a J. H. FRIEDMAN. The elements of statistical learning : data mining, inference, and prediction. 2nd ed. New York, N.Y.: Springer, 2009, xxii, 745. ISBN 9780387848570. 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, ústní závěrečná zkouška.
- Informace učitele
- https://is.muni.cz/auth/el/1431/jaro2017/M6120/index.qwarp
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2016
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
doc. PaedDr. RNDr. Stanislav Katina, Ph.D. (přednášející)
Mgr. Andrea Kraus, M.Sc., Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Út 8:00–9:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Čt 8:00–9:50 MP1,01014, A. Kraus - Předpoklady
- M5120 Lineární statistické modely I
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 otevřen studentům libovolného oboru.
- Cíle předmětu
- Po úspěšném absolvování tohoto kurzu bude student schopen:
definovat a interpretovat základní pojmy užívané v teorii lineárních modelů a vysvětlit souvislosti mezi nimi;
formulovat příslušné matematické věty a tvrzení a vysvětlit metody jejich důkazů;
ovládat efektivní techniky používané v teorii lineárních modelů;
aplikovat získané poznatky při řešení konkrétních příkladů lineárních modelů, které nejsou plné hodnosti, především analýze rozptylu včetně příkladů aplikačního charakteru.
Ve cvičeních je pro statistické výpočty využíváno programovací prostředí R, se kterým se studenti podrobně seznámí a následně je budou schopni v praxi použít. - Osnova
- Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění. Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test.
- 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
- Účast na cvičeních (10%), čtyři zadané domácí úkoly (30%), ústní závěrečná zkouška (60%).
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2015
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
doc. PaedDr. RNDr. Stanislav Katina, Ph.D. (přednášející)
Mgr. Kateřina Pokorová, Ph.D. (pomocník) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
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:
M6120/02: St 8:00–9:50 MP1,01014, M. Forbelská
M6120/03: Út 12:00–13:50 MP1,01014, M. Forbelská - Předpoklady
- M5120 Lineární statistické modely I
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
- Matematika - ekonomie (program PřF, M-AM)
- Cíle předmětu
- Po úspěšném absolvování tohoto kurzu bude student schopen:
definovat a interpretovat základní pojmy užívané v teorii lineárních modelů a vysvětlit souvislosti mezi nimi;
formulovat příslušné matematické věty a tvrzení a vysvětlit metody jejich důkazů;
ovládat efektivní techniky používané v teorii lineárních modelů;
aplikovat získané poznatky při řešení konkrétních příkladů lineárních modelů, které nejsou plné hodnosti, především analýze rozptylu včetně příkladů aplikačního charakteru.
Ve cvičeních je pro statistické výpočty využíváno programovací prostředí R, se kterým se studenti podrobně seznámí a následně je budou schopni v praxi použít. - Osnova
- Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění. Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test.
- 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
- Účast na cvičeních (10%), čtyři zadané domácí úkoly (30%), ústní závěrečná zkouška (60%).
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2014
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Marie Leváková, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
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:
M6120/02: Pá 12:00–13:50 MP1,01014, M. Forbelská
M6120/03: Čt 18:00–19:50 MP1,01014, M. Leváková - Předpoklady
- M5120 Lineární statistické modely I
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
- Matematika - ekonomie (program PřF, M-AM)
- Cíle předmětu
- Po úspěšném absolvování tohoto kurzu bude student schopen:
definovat a interpretovat základní pojmy užívané v teorii lineárních modelů a vysvětlit souvislosti mezi nimi;
formulovat příslušné matematické věty a tvrzení a vysvětlit metody jejich důkazů;
ovládat efektivní techniky používané v teorii lineárních modelů;
aplikovat získané poznatky při řešení konkrétních příkladů lineárních modelů, které nejsou plné hodnosti, především analýze rozptylu včetně příkladů aplikačního charakteru.
Ve cvičeních je pro statistické výpočty využíváno programovací prostředí R, se kterým se studenti podrobně seznámí a následně je budou schopni v praxi použít. - Osnova
- Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění. Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test.
- 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
- Účast na cvičeních (10%), čtyři zadané domácí úkoly (30%), ústní závěrečná zkouška (60%).
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2013
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Marie Leváková, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Út 10:00–11:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Út 8:00–9:50 MP1,01014, M. Forbelská
M6120/03: Út 18:00–19:50 MP1,01014, M. Leváková
M6120/04: Út 16:00–17:50 MP1,01014, M. Leváková
M6120/05: Po 16:00–17:50 MP1,01014, O. Pokora - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematika - ekonomie (program PřF, M-AM)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2012
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Marie Leváková, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Pá 8:00–9:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Út 10:00–11:50 MP1,01014, M. Leváková
M6120/03: Po 16:00–17:50 MP1,01014, M. Leváková - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2011
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
RNDr. Marie Forbelská, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- St 12:00–13:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Pá 8:00–9:50 MP2,01014a, M. Forbelská, O. Pokora
M6120/03: Pá 8:00–9:50 MP1,01014, M. Forbelská, O. Pokora - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2010
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
Mgr. Pavla Krajíčková, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- St 9:00–10:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 9:00–10:50 MP1,01014, O. Pokora
M6120/03: St 12:00–13:50 MP1,01014, P. Krajíčková
M6120/04: Čt 17:00–18:50 MP1,01014, P. Krajíčková - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2009
- Rozsah
- 2/2/0. 4 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 11:00–12:50 M1,01017
- Rozvrh seminárních/paralelních skupin:
M6120/02: St 17:00–18:50 MP1,01014, P. Krajíčková
M6120/03: Út 17:00–18:50 MP1,01014, P. Krajíčková - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2008
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
doc. Mgr. Kamila Hasilová, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- Čt 8:00–9:50 UP1
- Rozvrh seminárních/paralelních skupin:
M6120/02: Čt 18:00–19:50 M3,04005 - dříve Janáčkovo nám. 2a, K. Hasilová
M6120/03: Út 17:00–18:50 M3,04005 - dříve Janáčkovo nám. 2a, K. Hasilová - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2007
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
RNDr. Marie Forbelská, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Rozvrh
- St 14:00–15:50 N21
- Rozvrh seminárních/paralelních skupin:
M6120/02: St 18:00–19:50 M3,04005 - dříve Janáčkovo nám. 2a, O. Pokora
M6120/03: St 16:00–17:50 M3,04005 - dříve Janáčkovo nám. 2a, O. Pokora - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2006
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
RNDr. Marie Forbelská, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Marie Forbelská, Ph.D. - Rozvrh
- St 14:00–15:50 N41
- Rozvrh seminárních/paralelních skupin:
M6120/02: Po 10:00–11:50 M3,04005 - dříve Janáčkovo nám. 2a, M. Forbelská - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2005
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
RNDr. Marie Forbelská, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Štěpán Mikoláš - Rozvrh
- St 8:00–9:50 UM
- Rozvrh seminárních/paralelních skupin:
M6120/02: Út 8:00–9:50 M3,04005 - dříve Janáčkovo nám. 2a, M. Forbelská, Rozvrhově doporučeno: M,Mo,Mf - Předpoklady
- M5120 Lineární statistické modely I
- 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 testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2004
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející), RNDr. Štěpán Mikoláš (zástupce)
RNDr. Marie Forbelská, Ph.D. (cvičící) - Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Marie Forbelská, Ph.D. - Rozvrh seminárních/paralelních skupin
- M6120/01: Rozvrh nebyl do ISu vložen. M. Forbelská
- Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2003
- Rozsah
- 2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- doc. RNDr. Jaroslav Michálek, CSc. (přednášející)
RNDr. Marie Forbelská, Ph.D. (cvičící) - Garance
- doc. RNDr. Jaroslav Michálek, CSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: doc. RNDr. Jaroslav Michálek, CSc. - Rozvrh seminárních/paralelních skupin
- M6120/01: Rozvrh nebyl do ISu vložen. M. Forbelská
- Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Další komentáře
- Předmět je vyučován každoročně.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2012 - akreditace
Údaje z období jaro 2012 - akreditace se nezveřejňují
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- RNDr. Marie Forbelská, Ph.D. (přednášející)
- Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2011 - akreditace
- Rozsah
- 2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
- Vyučující
- prof. RNDr. Gejza Wimmer, DrSc. (přednášející)
- Garance
- prof. RNDr. Gejza Wimmer, DrSc.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- 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.
M6120 Lineární statistické modely II
Přírodovědecká fakultajaro 2008 - akreditace
- Rozsah
- 2/2/0. 4 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: prof. RNDr. Gejza Wimmer, DrSc. - Předpoklady
- M5120 Lineární statistické modely I
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Matematická biologie (program PřF, M-BI)
- Matematika - ekonomie (program PřF, M-AM)
- Matematika (program PřF, M-MA, směr Aplikovaná matematika)
- Matematika (program PřF, N-MA, směr Aplikovaná matematika)
- Cíle předmětu
- Kurz je zaměřen na testy dobré zhody, kontingenční tabulky, na lineární modely, které nejsou plné hodnosti a na analýzu rozptylu. Vyklad je důsledně založen na maticovém přístupu. Jde o kurz, jehož praktické využití v dalších oborech je velmi časté.
- Osnova
- Testy dobré shody. Multinomické rozdělení. Testy dobré shody při známych a neznámych parametrech. Kontingenční tabulky. Test nezávislosti v kontingenčních tabulkách. Fischerův faktoriálový test. Lineární model s plnou a neúplnou hodností. Testy hypotéz v modelu s neúplnou hodností. Testování submodelů. Analýza rozptylu. Jednoduché třídění. Dvojné třídění.
- Literatura
- Další komentáře
- Předmět je vyučován každoročně.
Výuka probíhá každý týden.
- Statistika zápisu (nejnovější)