|
|
|
||
|
Poslední úprava: G_M (01.06.2009)
|
|
||
|
Poslední úprava: T_KPMS (22.05.2008)
Naučit studenty vyšetřovat závislost střední hodnoty normálního rozdělení na nenáhodných veličinách. |
|
||
|
Poslední úprava: T_KPMS (22.05.2008)
Weisberg S.: Applied linear regression
Zvára K.: Regresní analýza, Academia, Praha, 1989.
Zvára, K.: Regrese, Matfyzpress, Praha, 2008. |
|
||
|
Poslední úprava: G_M (28.05.2008)
Přednáška+cvičení. |
|
||
|
Poslední úprava: T_KPMS (22.05.2008)
1) Přehled potřebných tvrzení z lineární algebry (spektrální rozklad, singulární rozklad, ortonormální projekce).
2) Přehled potřebných tvrzení ve statistiky (mnohorozměrné normální rozdělení, střední čtvercová chyba, souvislost rozdělení F a beta, rozdělení kvadratických forem v N(0,I), rozdělení průmětu, odhad metodou maximální věrohodnosti, věrohodnostní poměr).
3) Lineární model, metoda nejmenších čtverců.
4) Normální lineární model, koeficient determinace, pásy spolehlivosti, regrese v programech BMDP NS, Statistica.
5) Model bez jednoho pozorování, rozdělení reziduí, normovaná a studentizovaná rezidua výpočet jednotlivých reziduí, jejich grafy.
6) Vliv jednotlivých pozorování, odlehlá a vzdálená pozorování, parciální rezidua.
7) Testování tvaru závislosti, stálost rozptylu, nezávislost.
8) Volba modelu, jejich porovnání, transformace dat.
9) Nelineární regrese: statistika, kvadratická aproximace, volba parametrického vyjádření, výpočet a interpretace odhadů v nelineární regresi.
Součástí cvičení bude samostatná práce s rozsáhlejšími datovými soubory, hledáním vhodného modelu a jeho ověřováním. |