hidden - assigned and confirmed by the Study Dept.
Date of registration:
04.10.2015
Date of assignment:
17.10.2015
Confirmed by Study dept. on:
24.11.2015
Date and time of defence:
27.06.2016 00:00
Date of electronic submission:
25.05.2016
Date of submission of printed version:
27.05.2016
Date of proceeded defence:
27.06.2016
Opponents:
doc. RNDr. Matúš Maciak, Ph.D.
Guidelines
Vizuální statistická analýza umožňuje formálně korektně otestovat hypotézy, pro které neexistují vhodné testové statistiky. Cílem bakalářské práce je srozumitelně představit a matematicky korektně popsat tuto novou metodu.
References
Majumder, M., Hofmann, H., & Cook, D. (2013). Validation of visual statistical inference, applied to linear models. Journal of the American Statistical Association, 108(503), 942-956.
Majumder, M., Hofmann, H., & Cook, D. (2014). Human Factors Influencing Visual Statistical Inference. arXiv preprint arXiv:1408.1974.
Chowdhury, N. R., Cook, D., Hofmann, H., Majumder, M., Lee, E. K., & Toth, A. L. (2014). Using visual statistical inference to better understand random class separations in high dimension, low sample size data. Computational Statistics, 1-24.
Preliminary scope of work
Grafy a obrázky hrají v aplikované statistice velice důležitou roli, ale jejich korektní vyhodnocení není vždy snadné. Vizuální statistická analýza spoléhá na lidský faktor (zprostředkovaný mechanickým Turkem společnosti Amazon) a umožňuje tak formálně korektně otestovat hypotézy, pro které neexistují vhodné testové statistiky.
Preliminary scope of work in English
Graphs and pictures play a crucial role in real-life statistical applicatons but its correct evaluation may be very complicated. Visual statistical analysis is using human subjects (via Amazon's Mechanical Turk) and allows to formally test statistical hypotheses without using any test statistics.
- assigned and confirmed by the Study Dept.