Detail předmětu
Regresní modely
Akademický rok 2024/25
DA64 předmět zařazen v 7 studijních plánech
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.
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
Zajišťuje ústav
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.
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)
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)
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)
Nabízet zahraničním studentům
Nenabízet
Předmět na webu VUT
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.