Detail předmětu

Regresní modely

DAB037 předmět zařazen v 20 studijních plánech

Ph.D. prez. program DPC-M povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPC-K povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPC-V povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPC-E povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPC-S povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKC-S povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPA-S povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKC-V povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPA-V povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKC-M povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPA-M povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKC-K povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPA-K povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKC-E povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. prez. program DPA-E povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKA-S povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKA-M povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKA-K povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKA-V povinně volitelný zimní semestr 2. ročník 10 kreditů

Ph.D. kombin. program DKA-E povinně volitelný zimní semestr 2. ročník 10 kreditů

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

Ing. Jan Holešovský, Ph.D.

Zajišťuje ústav

Ústav matematiky a deskriptivní geometrie

Výsledky učení předmětu

Regresní a faktorová analýza je aplikována a užívána v mnoha oblastech stavebního inženýrství. Cílem kurzu je pochopit podstatu a základní principy z regresních modelů a faktorové analýzy včetně jejich aplikací a schopnosti samostatně řešit úlohy z problematiky, uvedené v anotaci.

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.

Korekvizity

Nejsou požadovány.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Úspěšné absolvování je podmíněno odevzdáním individuálních zadání uložených učitelem. Závěrečný test je písemný, trvá 90 minut a obsahuje 4 početní příklady.

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.

Přednáška

3 hod./týden, 13 týdnů, nepovinné

Osnova přednášek

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.