Poslední úprava: Mgr. Martin Betinec, Ph.D. (07.02.2021)
Předmětem zájmu budou následující témata: • Statistické rozhodování: Formulace nulové a alternativní hypotézy. Chy- ba prvního a druhého druhu, hladina významnosti, dosažená hladina testu. • Jednovýběrové testy: Parametrické testy hypotéz o střední hodnotě, o shodě rozptylů. Spec. v normalním a binomickém rozdělení. Neparame- trické testy. • Dvouvýběrové testy: Dvouvýběrový t-test, dvouvýběrové neparametrické testy. Předpoklady použití parametrických testů a ověřování platnosti jejich předpokladů. • Párové testy: Párový t-test, neparametrické párové testy. • Více výběrů: Analýza rozptylu v jednoduchém a dvojném třídění. Inter- akce. Kruskalův-Wallisův test. • Testování shody rozdělení: Kolmogorovův-Smirnovův test. Testování normality – Shapirovův-Wilkův test, d’Agostinův a Anscombeho test. • Testování shody rozptylu: Fisherův a Leveneův test. • Testování závislosti spojitých znaků: – Korelace a její testování. Souvislost více znaků – koeficient parciální korelace. – regresní modely: Regresní lineární model. Odhady parametrů. Koefici- ent determinace. Souvislost s ANOVA. Zobecnění lineárního modelu: kvadratická a vícerozměrná regrese. Analýza reziduí. • Testování závislosti nominálních veličin: – kontingenční tabulky, (ne- závislost, homogenita výběrů, symetrie, rezidua, grafická reprezentace). Míry asociace. Využití statistiky χ 2 pro ověřování shody rozdělení. • Testování závislosti ordinálních veličin: Spearmanův test, Kendallovo τ a odvozené míry.
Poslední úprava: Mgr. Martin Betinec, Ph.D. (07.02.2021)
The course will cover following topics: • Statistical decision making: Formulation of null and alternative hypotheses.
1st /2nd -type errors, the significance level, p-level of the test. • One-sample tests: Parametric tests of mean value, esp. in normal and binomial distribution. Nonparametric tests. • Two-sample tests: Two-sample t-test, two-sample nonparametric tests. Prerequisites for using parametric tests and verification of the assumptions. • Paired tests: Paired t-test, nonparametric paired tests. • Multiple samples: Analysis of variance (on-way, multiple-way). Inter- actions. Kruskal-Wallis test. • Distribution difference testing: Kolmogorov-Smirnov test. Testing normality - Shapiro-Wilk test, d’Agostino and Anscombe test. • Testing of homogeneity of variances : Fisher's and Levene's test. • Continuous variables dependency testing: - Correlation and its testing. Coherence of several characters - partial coefficient correlation. - regression models: Regression linear model. Parameter estimates. Coefficient of determination. Connection with ANOVA. Generalization of the linear model: quadratic and multidimensional regression. analysis of residuals. • Testing the dependence of nominal variables: - contingency tables (independence, homogeneity of samples, symmetry, residues, graphical representation). Measures of association. Use of χ 2 statistics to verify the fit of the distribution. • Testing the dependence of ordinal quantities: Spearman's test, Kendall's τ and derived measures.
|