Multivariate data analysis - AM413004
Anglický název: Multivariate data analysis
Zajišťuje: Ústav matematiky (413)
Platnost: od 2019
Semestr: letní
Body: letní s.:5
E-Kredity: letní s.:5
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/2 Z+Zk [hodiny/týden]
Počet míst: neomezen / neomezen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: angličtina
Způsob výuky: prezenční
Úroveň:  
Pro druh: navazující magisterské
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Zikmundová Markéta Mgr. Ph.D.
Šnupárková Jana Mgr. Ph.D.
Kříž Pavel Mgr. Ing. Ph.D.
Záměnnost : M413004, N413040
Je záměnnost pro: M413004
Termíny zkoušek   Rozvrh   
Pro tento předmět jsou dostupné online materiály
Anotace -
Poslední úprava: Kubová Petra Ing. (22.01.2018)
Cílem předmětu je nastínit základní principy různých statistický metod pro analýzu mnohorozměrných dat. Důraz bude kladen na ověřování předpokladů jednotlivých metod a interpretaci jejich výsledků. Studenti si vyzkouší řešení konkrétních úloh pomocí programu R.
Výstupy studia předmětu -
Poslední úprava: Kubová Petra Ing. (22.01.2018)

Studenti budou umět:

1. Porozumět základním principům statistických metod pro mnohorozměrnou analýzu dat.

2. Posoudit, kdy lze jednotlivé metody použít.

3. Interpretovat výsledky statistických metod.

4. Provést příslušné výpočty na konkrétních datech pomocí softwaru (R).

Literatura -
Poslední úprava: Kříž Pavel Mgr. Ing. Ph.D. (30.05.2019)

Z: Härdle W. K., Simar L.: Applied Multivariate Statistical Analysis, Springer 2015, ISBN: 978-3-662-45171-7.

Z: Rencher A. C., Christensen W. F.: Methods of Multivariate Analysis, John Wiley & Sons 2012, ISBN: 978-0-470-17896-6.

D: Meloun M., Militký J., Hill M.: Počítačová analýza vícerozměrných dat v příkladech, Academia, Praha 2012, ISBN: 978-80-200-2071-0.

D: Hendl J.: Přehled statistických metod, Portál, Praha 2015, ISBN: 978-80-262-0981-2

Studijní opory -
Poslední úprava: Kubová Petra Ing. (22.01.2018)

Materiály k přednášce na e-learningu

Statistická analysa dat v R (skripta Doc. Spiwoka, VSCHT) http://web.vscht.cz/~spiwokv/statistika/skripta.pdf

Metody výuky -
Poslední úprava: Kubová Petra Ing. (22.01.2018)

Přednášky a cvičení.

Sylabus -
Poslední úprava: Kříž Pavel Mgr. Ing. Ph.D. (30.05.2019)

1. Datový vektor, datová matice a maticová algebra (násobení, inverze matice, vlastní čísla a vektory), kovarianční matice.

2. Vizualizace vícerozměrných dat.

3. Průzkumová analýza dat.

4. Shluková analýza.

5. Analýza hlavních komponent.

6. Multidimensional scaling.

7. Vícerozměrné odhady a testy hypotéz, bayesovská statistika.

8. Vícerozměrná analýza rozptylu (MANOVA).

9. Regresní metody 1 - vícenásobná lineární regrese.

10. Regresní metody 2 - principal component regression (PCR), zobecněné lineární modely (GLM).

11. Diskriminační analýza.

12. Kanonická korelační analýza.

13. Faktorová analýza.

Vstupní požadavky -
Poslední úprava: Borská Lucie RNDr. Ph.D. (07.05.2019)

Základní znalosti teorie pravděpodobnosti a statistiky v rozsahu předmětu Aplikovaná statistika nebo Statistická analýza dat vyučovaných na VŠCHT.

Studijní prerekvizity -
Poslední úprava: Borská Lucie RNDr. Ph.D. (06.05.2019)

Žádné.

Podmínky zakončení předmětu -
Poslední úprava: Kříž Pavel Mgr. Ing. Ph.D. (09.02.2018)

Zápočet na základě vypracování semestrálního projektu. Ústní zkouška.

Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 1 28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi 0,5 14
Práce na individuálním projektu 1 28
Příprava na zkoušku a její absolvování 1,5 42
Účast na seminářích 1 28
5 / 5 140 / 140
Hodnocení studenta
Forma Váha
Obhajoba individuálního projektu 50
Ústní zkouška 50