Detail předmětu
Regresní modely
FAST-DAB037Ak. 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.
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.
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.
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 DPA-S doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKA-S doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPA-E doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKA-E doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKC-M doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPC-M doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKC-K doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPC-K doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKC-E doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPC-E doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPA-M doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKA-M doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKC-S doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPC-S doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPA-K doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKA-K doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPC-V doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKC-V doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DPA-V doktorský, 2. ročník, zimní semestr, 10 kreditů, povinně volitelný
- Program DKA-V doktorský, 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.