|
|
|
||
Předmět reprezentuje vstupní doktorandský kurz do uvedené problematiky. Postupně jsou probrány kapitoly: teorie
pravděpodobnosti a pokroky v této oblasti, různé typy rozdělení a jejich parametry, bodové a intervalové odhady, lineární a nelineární
regrese, testování hypotéz. Veškerá probíraná teorie je doplněna příklady z problematiky zpracování
experimentálních dat. Vlastní data doktorandů (vhodná pro statistické zpracování) jsou vítána pro procvičování.
Poslední úprava: Matějka Pavel (31.08.2019)
|
|
||
Studenti budou umět
Požadavky ke splnění předmětu:
Poslední úprava: Dendisová Marcela (29.08.2024)
|
|
||
1) Experimentální data a jejich kompatibilita, příprava vstupních dat pro statistické zpracování 2) Variabilita experimentálních dat, zdroje chyb a nejistot a jejich šíření 3) Průzkumová analýza vektorových dat - principy 4) Průzkumová analýza vektorových dat - aplikace a úlohy 5) Statistická analýza vektorových dat - principy 6) Statistická analýza vektorových dat - aplikace a úlohy 7) Statistická analýza mnoharozměrných dat - principy 8) Statistická analýza mnoharozměrných dat - aplikace a úlohy 9) Analýza rozptylu - principy 10) Analýza rozptylu - aplikace a úlohy 11) Regresní metody - lineární a nelineární - principy 12) Regresní metody - lineární a nelineární - aplikace a úlohy 13) Korelace - principy a úlohy 14) Interpolace a aproximace - principy a úlohy
Poslední úprava: Matějka Pavel (31.08.2019)
|
|
||
elektronické materiály a soubory dostupné v doméně vscht.cz Poslední úprava: Matějka Pavel (31.08.2018)
|