Pearsonův korelační koeficient a jeho využití ve statistice
Název práce v češtině: | Pearsonův korelační koeficient a jeho využití ve statistice |
---|---|
Název v anglickém jazyce: | Pearsonův correlation coefficient and its use in statistical inference |
Klíčová slova: | korelační koeficient, asymptotické rozdělení, testy nezávislosti |
Klíčová slova anglicky: | correlation coefficient, asymptotic distribution, tests of independence |
Akademický rok vypsání: | 2014/2015 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra pravděpodobnosti a matematické statistiky (32-KPMS) |
Vedoucí / školitel: | doc. Ing. Marek Omelka, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 12.09.2014 |
Datum zadání: | 12.09.2014 |
Datum potvrzení stud. oddělením: | 25.11.2014 |
Datum a čas obhajoby: | 24.06.2015 00:00 |
Datum odevzdání elektronické podoby: | 20.05.2015 |
Datum odevzdání tištěné podoby: | 21.05.2015 |
Datum proběhlé obhajoby: | 24.06.2015 |
Oponenti: | doc. RNDr. Matúš Maciak, Ph.D. |
Zásady pro vypracování |
Pearsonův výběrový korelační koeficient je v praxi oblíbená míra závislosti. Jeho teoretický (populační) protějšek však plně popisuje závislost pouze v případě, že data pochází z dvourozměrného normální rozdělení. Většina základních výsledků o výběrovém korelačním koeficientu tedy předpokládá náhodný výběr z dvourozměrného normálního rozdělení. Student(ka) podrobně odvodí asymptotické rozdělení korelačního koeficientu v případě, že není tento předpoklad normality splněn. Dále bude diskutovat dopady těchto výsledků na test nezávislosti (založeném na korelačním koeficientu) a na standardně užívané intervaly spolehlivosti pro populační korelační koeficient. V následujícím se může zaměřit např. na porovnání testu nezávislosti založeném na korelačním koeficientu s jinými standardně využívanými testy nezávislosti. |
Seznam odborné literatury |
Anděl, J. (2007). Základy matematické statistiky. Matfyzpress, Praha.
Anděl, J. (2003). Statistické metody. 3 vydání. Matfyzpress, Praha. Lehmann, E. L. (1999). Elements of Large-Sample Theory. Springer. Serfling, R. J. (2009). Approximation theorems of mathematical statistics (Vol. 162). John Wiley & Sons. Van der Vaart, A. W. (2000). Asymptotic statistics (Vol. 3). Cambridge University Press. |