|
|
|
||
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.
Poslední úprava: Pátková Vlasta (09.01.2018)
|
|
||
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). Poslední úprava: Pátková Vlasta (09.01.2018)
|
|
||
Zápočet je udílen na základě vypracování semestrálního projektu. Poslední úprava: Cibulková Jana (13.09.2023)
|
|
||
Z: Meloun M., Militký J., Hill M.: Počítačová analýza vícerozměrných dat v příkladech, Academia, Praha 2005. Z: Härdle W. K., Simar L.: Applied Multivariate Statistical Analysis, Springer 2015. Z: Haruštiaková D. a kol.: Vícerozměrné statistické metody v biologii, Akademické nakladatelství CERM, Brno 2012. (https://www.iba.muni.cz/res/file/ucebnice/jarkovsky-vicerozmerne-statisticke-metody.pdf) D: Hendl J.: Přehled statistických metod, Portál, Praha 2012. D: Rencher A. C., Christensen W. F.: Methods of Multivariate Analysis, John Wiley & Sons 2012. D: Varmuza K., Filzmoser P.: Introduction to Multivariate Statistical Analysis in Chemometrics, CRC Press 2016. D: Králová H.: Vybrané moderní metody mnohorozměrné statistické analýzy, UP v Olomouci (diplomová práce), 2013. (https://theses.cz/id/orpkza/00171614-387484501.pdf) Poslední úprava: Kříž Pavel (05.11.2018)
|
|
||
Přednášky a cvičení. Poslední úprava: Pátková Vlasta (09.01.2018)
|
|
||
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. Poslední úprava: Pátková Vlasta (09.01.2018)
|
|
||
Materiály k přednášce na e-learningu
Statistická analysa dat v R (skripta Doc. Spiwoka, VSCHT) http://web.vscht.cz/~spiwokv/statistika/skripta.pdf Poslední úprava: Pátková Vlasta (09.01.2018)
|
|
||
Základní znalosti teorie pravděpodobnosti a statistiky v rozsahu předmětu Aplikovaná statistika nebo Statistická analýza dat vyučovaných na VŠCHT. Poslední úprava: Borská Lucie (13.05.2019)
|
|
||
Žádné. Poslední úprava: Borská Lucie (06.05.2019)
|
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 |