M8986 Statistická inference II

Přírodovědecká fakulta
jaro 2021
Rozsah
2/2/0. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
doc. PaedDr. RNDr. Stanislav Katina, Ph.D. (přednášející)
Mgr. Veronika Horská, Ph.D. (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
Po 1. 3. až Pá 14. 5. Po 8:00–9:50 online_M4
  • Rozvrh seminárních/paralelních skupin:
M8986/01: Po 1. 3. až Pá 14. 5. Pá 12:00–13:50 online_MP1, V. Horská
Předpoklady
M7986 Statistická inference I
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět se zabývá testováním statistických hypotéz Waldovým principem, věrohodnostním poměrem a skóre principem na základě propojení teorie s MC simulacemi, implementací v jazyce R, geometrií a statistickou grafikou ve spojitosti s plánováním vědeckých studií pro kategorická data. Na konci tohoto kurzu bude student schopen (1) porozumět a vysvětlit metody parametrické statistické inference pro diskrétní data; (2) implementovat tyto metody v jazyce R; (3) aplikovat je na konkrétní data.
Výstupy z učení
Student bude po absolvování předmětu schopen:
porozumět věrohodnosti a statistické inferenci pro diskrétní data;
vybrat vhodný pravděpodobnostní a statistický model pro statistickou inferenci pro diskrétní data;
vytvořit a vysvětlit vhodnou simulační studii vybraného statistického testu nebo intervalu spolehlivosti pro diskrétní data;
navrhnout a vysvětlit vhodné statistické testy pro diskrétní data;
aplikovat metody statistické inference na reálná diskrétní data;
implementovat numerické metody statistické inference na diskrétní data v jazyce R.
Osnova
  • Vybraná diskrétní rozdělení pravděpodobnosti, maximálně věrohodné odhady jejich parametrů.
  • Principy MC simulačních experimentů pro testování statistických hypotéz.
  • Plánování experimentů pro jedno-, dvou- a vícevýběrový případ.
  • Plánování experimentů pro kontingenční tabulky.
  • Plánování experimentů pro regresní modely pro kategorická data.
  • Příklady v jazyce R. Aplikace na reálná data z biologie, medicíny a jiných oborů.
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
  • COX, D. R. Principles of statistical inference. 1st ed. Cambridge: Cambridge University Press, 2006, xv, 219. ISBN 0521685672. info
  • CASELLA, George a Roger L. BERGER. Statistical inference. 2nd ed. Pacific Grove, Calif.: Duxbury, 2002, xxviii, 66. ISBN 0534243126. info
Výukové metody
Přednáška: 2 hod. týdně.
Cvičení: 2 hod. týdně. Online přes MS Teams nebo prezenčně podle vývoje epidemiologické situace a platných omezení.
Metody hodnocení
Domácí úkoly, ústní zkouška. Podmínky mohou být upřesněny podle vývoje epidemiologické situace a platných omezení.
Informace učitele
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.
Předmět je zařazen také v obdobích jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2022, jaro 2023, jaro 2024, jaro 2025.