M8752 Pokročilé regresní modely II

Přírodovědecká fakulta
podzim 2018
Rozsah
2/2. 4 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
doc. Mgr. David Kraus, 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
Po 17. 9. až Pá 14. 12. Po 18:00–19:50 M6,01011
  • Rozvrh seminárních/paralelních skupin:
M8752/01: Po 17. 9. až Pá 14. 12. St 18:00–19:50 MP1,01014, D. Kraus
Předpoklady
M7222 Zobec. lineární modely
Diferenciální a integrální počet, lineární algebra, základy teorie pravděpodobnosti a matematické statistiky, teorie odhadu a testování statistických hypotéz, lineární a zobecněný lineární model, znalost programu R
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět se věnuje výkladu pokročilých regresních metod a modelů nad rámec lineární a zobecněné lineární regrese. Kurs pokrývá teoretické základy, statistické modely a inferenci, softwarovou implementaci, aplikaci a interpretaci.
Výstupy z učení
V kursu studenti získají hlubší pochopení vlastností metod a souvislostí mezi nimi, naučí se rozeznat situace, které lze řešit s pomocí diskutovaných modelů, jsou schopni vybrat vhodný model z této třídy, implementovat jej a interpretovat jeho výsledky.
Osnova
  • Regresní modely v analýze historie událostí
  • Lineární modely se smíšenými efekty
  • Zobecněné lineární modely se smíšenými efekty
  • Neparametrická a semiparametrická regrese, zobecněné aditivní modely
  • Kvantilová regrese
  • Navrhování experimentů, plánování studií
Literatura
  • Survival and event history analysisa process point of view. Edited by Odd O. Aalen - Ørnulf Borgan - S. Gjessing. New York, NY: Springer, 2008, xviii, 539. ISBN 9780387202877. info
  • VERBEKE, Geert a Geert MOLENBERGHS. Linear mixed models for longitudinal data. New York: Springer-Verlag, 2009, xxii, 568. ISBN 9781441902993. info
  • MOLENBERGHS, Geert a Geert VERBEKE. Models for discrete longitudinal data. New York: Springer-Verlag, 2005. ISBN 978-0-387-28980-9. info
  • WOOD, Simon N. Generalized additive models : an introduction with R. Boca Raton, Fla.: Chapman & Hall/CRC, 2006, xvii, 392. ISBN 1584884746. 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
Přednášky, cvičení
Metody hodnocení
Ústní zkouška, zadané domácí úlohy
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2017, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.