Detail předmětu

Regresní modely

Akademický rok 2022/23

DAB037 předmět zařazen v 20 studijních plánech

​ DPC-V zimní semestr 2. ročník

​ DPC-E zimní semestr 2. ročník

​ DKC-E zimní semestr 2. ročník

​ DPA-E zimní semestr 2. ročník

​ DKA-E zimní semestr 2. ročník

​ DKC-S zimní semestr 2. ročník

​ DPC-S zimní semestr 2. ročník

​ DPA-S zimní semestr 2. ročník

​ DKA-S zimní semestr 2. ročník

​ DKC-V zimní semestr 2. ročník

​ DKA-V zimní semestr 2. ročník

​ DPA-V zimní semestr 2. ročník

​ DKC-K zimní semestr 2. ročník

​ DPC-K zimní semestr 2. ročník

​ DKA-K zimní semestr 2. ročník

​ DPA-K zimní semestr 2. ročník

​ DKC-M zimní semestr 2. ročník

​ DPC-M zimní semestr 2. ročník

​ DKA-M zimní semestr 2. ročník

​ DPA-M zimní semestr 2. ročník

Vícerozměrné normální rozdělení, podmíněná rozdělení. Regresní funkce. Lineární regresní model. Nelineární regresní model. Analýza rozptylu. Faktorová analýza. Průběžná informace o možnosti využití statistického software při aplikacích probírané látky.

Kredity

10 kreditů

Jazyk studia

čeština

semestr

zimní

Garant předmětu

prof. RNDr. Josef Diblík, DrSc.

Zajišťuje ústav

Ústav matematiky a deskriptivní geometrie

Způsob a kritéria hodnocení

zkouška

Učební cíle

Vytvoření předpokladů pro sofistikovanou aplikaci statistických metod.

Základní literatura

ANDĚL, J.: Základy matematické statistiky. Praha: MatFyzPress, 2007, 358 s. ISBN 80-7378-001-1. (cs)
ANDĚL, J.: Statistické metody. Praha: MatFyzPress, 2007, 299 s. ISBN 80-7378-003-8. (cs)
WALPOLE, R.E., MYERS, R.H. Probability and Statistics for Engineers and Scientists. 8th ed. London: Prentice Hall, Pearson education LTD, 2007. 823 p. ISBN 0-13-204767-5.  (en)

Doporučená literatura

CASELLA, G., BERGER, R.L. Statistical Inference. Belmont: Brooks/Cole Cengage Learning, 2002. ISBN-13 978-0-534-24312-8.  (en)
MELOUN, M., MILITKÝ, J.: Statistické zpracování experimentálních dat. Praha: PLUS, 1994, 839 s. ISBN 80-85297-56-6.  (cs)
HEBÁK, P., HUSTOPECKÝ, J. Vícerozměrné statistické metody 1. Praha: Informatorium, 2007. 253 p. ISBN 8-07-3330356-9.  (cs)

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.

Prerekvizity

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.

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.

Nabízet zahraničním studentům

Nenabízet

Předmět na webu VUT

https://www.vut.cz/studenti/predmety/detail/252901

Přednáška

13 týdnů, 3 hod./týden, nepovinné

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.