Detail předmětu

Regresní modely

Akademický rok 2023/24

DA64 předmět zařazen v 12 studijních plánech

​ D-P-C-SI (N) / PST zimní semestr 2. ročník

​ D-P-C-SI (N) / FMI zimní semestr 2. ročník

​ D-P-C-SI (N) / KDS zimní semestr 2. ročník

​ D-P-C-SI (N) / MGS zimní semestr 2. ročník

​ D-P-C-SI (N) / VHS zimní semestr 2. ročník

​ D-K-C-SI (N) / VHS zimní semestr 2. ročník

​ D-K-C-SI (N) / MGS zimní semestr 2. ročník

​ D-K-C-SI (N) / PST zimní semestr 2. ročník

​ D-K-C-SI (N) / FMI zimní semestr 2. ročník

​ D-K-C-SI (N) / KDS zimní semestr 2. ročník

​ D-K-C-GK / GAK zimní semestr 2. ročník

​ D-K-E-SI (N) / PST 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 STATISTICA a EXCEL při aplikacích probírané látky.

Kredity

10 kreditů

Jazyk studia

čeština

semestr

zimní

Garant předmětu

RNDr. Helena Koutková, CSc.

Zajišťuje ústav

Ústav matematiky a deskriptivní geometrie

Způsob a kritéria hodnocení

zkouška

Vstupní znalosti

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.

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 s. 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

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.

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/272112

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.