|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KMA / MSM
:
Popis předmětu
Pracoviště / Zkratka
|
KMA
/
MSM
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Mnohorozměrné statistické metody
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
11 / -
|
7 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
1
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
KIV/ADSZ, KIV/DGSM, KIV/FINS
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je seznámit studenta s vícerozměrnými statistickými metodami a na konkrétních příkladech ukázat jejich využitelnost.
|
Požadavky na studenta
|
Požaduje se zvládnutí popisu probraných statistických metod.
Při hodnocení budou posuzovány získané způsobilosti, zejména schopnost předvést logické a souvislé důkazy postupů a specifických problémů vztahujících se ke statistickým metodikám.
Zkouška má kombinovaný charakter, skládá se ze souhrnného teoretického testu (ověření znalosti základních pojmů a principů) a dále z praktické části, ve které bude ověřováno pochopení souvislostí, návazností a praktických aplikací.
Hodnotící kritéria: hlavním kritériem při hodnocení bude jasná a logická formulace postupů řešení a správnost získaných výsledků a jejich interpretace.
Garantem předmětu je stanoveno, že zápočet se při opakovaném zapsání neuznává (viz čl. 24, odst. 3 SZŘ ZČU).
|
Obsah
|
1. Vícerozměrné náhodné veličiny. Obecná diskrétní a spojitá vícerozměrná rozdělení a jejich charakteristiky. Marginální a podmíněné rozdělení. Příklady.
2. Vícerozměrné normální rozdělení a rozdělení s ním související, charakteristiky, generování vícerozměrných náhodných veličin.
3. Popisná statistika vícerozměrných dat.
4. Vícerozměrná regresní analýza.
5. Analýza rozptylu. Mnohonásobné porovnávání. Dvojné a trojné třídění.
6. Metoda hlavních komponent, cíle metody, odvození a použití metody na příkladech.
7. Shluková analýza, cíle metody, odvození a použití metody na příkladech. Hierarchické a nehierarchické metody.
8. Faktorová analýza, cíle metody, odvození a použití metody na příkladech.
9. Diskriminační analýza, cíle metody, odvození a použití metody na příkladech.
10. Speciální postupy a metody pro analýzu vícerozměrných kategoriálních dat.
11. Použití některých obecných (MATLAB, Maple, Mathematica, Excel) a statistických (R, Statistica) programových balíků pro analýzu mnohorozměrných dat.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Reif, Jiří. Metody matematické statistiky. Plzeň : Západočeská univerzita, 2000. ISBN 80-7082-593-6.
-
Základní:
Devore, Jay L. Probability and statistics for engineering and the sciences. Boston, MA: Brooks/Cole, Cengage Learning, 2012. ISBN 978-0-538-73352-6.
-
Doporučená:
Rao, Radhakrishna Calyampudi. Lineární metody statistické indukce a jejich aplikace. Praha : Academia, 1978.
-
Doporučená:
Anděl, Jiří. Matematická statistika. Praha : SNTL, 1985.
-
Doporučená:
Hebák, Petr; Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
-
Doporučená:
Hebák, Petr. Vícerozměrné statistické metody [1]. Praha : Informatorium, 2004. ISBN 80-7333-025-3.
-
Doporučená:
Hebák, Petr; Hustopecký, Jiří; Malá, Iva. Vícerozměrné statistické metody [2]. Praha : Informatorium, 2005. ISBN 80-7333-036-9.
-
Doporučená:
Hebák, Petr. Vícerozměrné statistické metody [3]. Praha : Informatorium, 2005. ISBN 80-7333-039-3.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
52
|
Vypracování seminární práce v magisterském studijním programu [5-100]
|
40
|
Příprava prezentace (referátu v cizím jazyce) [10-15]
|
15
|
Příprava na zkoušku [10-60]
|
40
|
Celkem
|
147
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
formulovat a vysvětlit definici pravděpodobnosti (v rozsahu předmětu KMA/PSA) |
popsat a vysvětlit principy statistické inference - zejména principy bodových a intervalových odhadů a principy testování statistických hypotéz (v rozsahu předmětu KMA/PSA) |
popsat a vysvětlit základní operace maticového počtu (v rozsahu předmětu KMA/LA) |
popsat a vysvětlit základní pojmy diferenciálního a integrálního počtu (v rozsahu předmětů KMA/M1 a KMA/M2) |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
odlišit různé typy náhodných veličin v (diskrétní, spojité) a různé typy rozdělení v jednorozměrném případě |
využívat znalostí základních statistických metod a postupů pro jednoduchou analýzu dat |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
bc. studium: kriticky přistupuje ke zdrojům informací, informace tvořivě zpracovává a využívá při svém studiu a praxi, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
popsat výhody a nevýhody multivariačních metod |
porozumět základním problémům z oblasti vícerozměrné náhodné veličiny |
znát vybrané metody vícerozměrné statistické analýzy dat |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
aplikovat nástroje vícerozměrné statistické analýzy na praktické úlohy |
rozpoznat, které nástroje vícerozměrné statistické analýzy jsou vhodné a potřebné pro modelování náhody ve zkoumaném problému |
uplatnit správně formální i obsahovou stránku v matematickém projevu, a to písemném i ústním |
v alespoň jednom SW prostředí implementovat vybrané nástroje multivariační analýzy |
zpracovat datové soubory standardních rozsahů a vizualizovat statistické informace o těchto datech z pohledu vícerozměrné statistické analýzy |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru, |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Seminární práce, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Cvičení (praktické činnosti), |
Samostatná práce studentů, |
Přednáška s aktivizací studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Cvičení (praktické činnosti), |
Přednáška s aktivizací studentů, |
Samostatná práce studentů, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Cvičení (praktické činnosti), |
Přednáška s aktivizací studentů, |
Samostatná práce studentů, |
|
|
|
|