Detail předmětu
Regresní modely
FAST-DA64Ak. rok: 2021/2022
vícerozměrné normální rozdělení, podmíněná rozdělení
regresní funkce
lineární regresní model
nelineární regresní model
analýza rozptylu
faktorová analýza
Průběžná informace o možnosti využití statistického software STATISTICA a EXCEL při aplikacích probírané látky.
Garant předmětu
Zajišťuje ústav
Ústav matematiky a deskriptivní geometrie (MAT)
Prerekvizity
Pojmy z předmětu "DA03", "DA62" - Pravděpodobnost a matematická statistika
Základní znalosti z teorie pravděpodobnosti, matematické statistiky a lineární algebry - zákon rozdělení náhodné veličiny a vektoru, číselné charakteristiky náhodných veličin a vektorů a jejich bodové a intervalové odhady, podstata testování statistických hypotéz, řešení soustavy lineárních rovnic, inverzní matice.
Doporučená nebo povinná literatura
ANDĚL, J.: Matematická statistika. SNTL/ALFA Praha 1978
HEBÁK, P., HUSTOPECKÝ, J., MALÁ, I: Vícerozměrné statistické metody 1,2.3. INFORMATORIUM PRAHA 2007
ANDĚL, J.: Statistické metody. MATFYZPRESS PRAHA 2007
MELOUN, M., MILITKÝ, J.: Statistické zpracování experimentálních dat. PLUS Praha 1994
WALPOLE, R.E., MYERS, R.H.: Probability and Statistics for Engineers and Scientists. Macmillan Publishing Company New York 1990
Jazyk výuky
čeština
Osnovy výuky
1. Vícerozměrné normální rozdělení,podmíněná rozdělení.
2. Regresní funkce.
3.-5. Základní lineární regresní model
6.-7. Zobecněný lineární regresní model.
8. - Singulární lineární regresní model.
9.-10. Analýza rozptylu.
11-12. Faktorová analýza.
13. Nelineární regresní model.
Cíl
Vytvoření předpokladů pro sofistikovanou aplikaci statistických metod.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.
Zařazení předmětu ve studijních plánech
- Program D-K-E-SI (N) doktorský
obor PST , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-P-E-SI (N) doktorský
obor PST , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor MGS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-K-E-SI (N) doktorský
obor MGS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor FMI , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-P-E-SI (N) doktorský
obor FMI , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor KDS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-K-E-SI (N) doktorský
obor KDS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-P-E-SI (N) doktorský
obor VHS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-K-E-SI (N) doktorský
obor VHS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-K-C-GK doktorský
obor GAK , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-P-C-GK doktorský
obor GAK , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-P-C-SI (N) doktorský
obor FMI , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program D-K-C-SI (N) doktorský
obor FMI , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor KDS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-P-C-SI (N) doktorský
obor KDS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor MGS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-K-C-SI (N) doktorský
obor MGS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor PST , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-P-C-SI (N) doktorský
obor PST , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
obor VHS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný - Program D-K-C-SI (N) doktorský
obor VHS , 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
Typ (způsob) výuky
Přednáška
39 hod., nepovinná
Vyučující / Lektor
Osnova
1. Vícerozměrné normální rozdělení,podmíněná rozdělení.
2. Regresní funkce.
3.-5. Základní lineární regresní model
6.-7. Zobecněný lineární regresní model.
8. - Singulární lineární regresní model.
9.-10. Analýza rozptylu.
11-12. Faktorová analýza.
13. Nelineární regresní model.