Mnohorozměrná analýza dat - N413040
Anglický název: Multivariate data analysis
Zajišťuje: Ústav matematiky (413)
Fakulta: Fakulta chemicko-inženýrská
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 [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Je zajišťováno předmětem: M413004
Pro druh:  
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Šnupárková Jana RNDr. Ph.D.
Zikmundová Markéta Mgr. Ph.D.
Kříž Pavel Ing. Mgr. Ph.D.
Je záměnnost pro: M413004, AM413004
Termíny zkoušek   Rozvrh   
Anotace -
Poslední úprava: Kubová Petra Ing. (22.04.2016)
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: Kříž Pavel Ing. Mgr. Ph.D. (17.05.2016)

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 Ing. Mgr. Ph.D. (17.05.2016)

Meloun M., Militký J., Hill M.: Počítačová analýza vícerozměrných dat v příkladech, Academia, Praha 2005.

Hendl J.: Přehled statistických metod, Portál, Praha 2012.

Härdle W. K., Simar L.: Applied Multivariate Statistical Analysis, Springer 2012.

Rencher A. C., Christensen W. F.: Methods of Multivariate Analysis, John Wiley & Sons 2002.

Varmuza K., Filzmoser P.: Introduction to Multivariate Statistical Analysis in Chemometrics, CRC Press 2009.

Studijní opory -
Poslední úprava: Kříž Pavel Ing. Mgr. Ph.D. (17.05.2016)

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: Kříž Pavel Ing. Mgr. Ph.D. (17.05.2016)

Přednášky a cvičení.

Sylabus -
Poslední úprava: Kříž Pavel Ing. Mgr. Ph.D. (18.10.2016)

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. 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.

14. Doplňky a shrnutí vícerozměrných statistických metod, ev. rezerva pro odpadlé přednášky.

Studijní prerekvizity -
Poslední úprava: Kříž Pavel Ing. Mgr. Ph.D. (17.05.2016)

Základní znalosti teorie pravděpodobnosti a statistiky (v rozsahu vyučovaném v předmětu Aplikovaná statistika (N413004) či Statistická analýza dat (N143042))

Podmínky zakončení předmětu (Další požadavky na studenta) -
Poslední úprava: Kříž Pavel Ing. Mgr. 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