|
|
|
||
Poslední úprava: doc. RNDr. Martin Branda, Ph.D. (10.12.2020)
|
|
||
Poslední úprava: RNDr. Jitka Zichová, Dr. (20.05.2022)
Studenti získají základní vědomosti z teorie stacionárních procesů v časové i spektrální doméně. Dále se seznámí se základními statistickými vlastnostmi časových řad.
|
|
||
Poslední úprava: RNDr. Jitka Zichová, Dr. (20.05.2022)
Předmět je zakončen zápočtem a zkouškou. Bez zápočtu se nelze zapsat ke zkoušce.
Podmínky pro udělení zápočtu: 1. Získat minimálně 70% z bodů udělených za domácí přípravu formou e-learningu (Moodle) 2. Absolvovat dva písemné testy a z každého získat nejméně 70% z možného počtu bodů.
Každý z těchto písemných testů lze opakovat právě jednou. Termíny písemných testů budou oznámeny na začátku semestru na stránce kurzu na platformě Moodle. Opravné testy se píší najednou pro všechny skupiny.
Forma výuky a její průběžná kontrola vylučují možnost opakovat zápočet v daném semestru.
|
|
||
Poslední úprava: doc. RNDr. Daniel Hlubinka, Ph.D. (10.12.2020)
Anděl J.: Statistická analýza časových řad. SNTL, Praha 1976 Brockwell P.J., Davis R.A.: Time series: Theory and Methods, Springer-Verlag, New York, 1987 Prášková, Z.: Základy náhodných procesů II. Karolinum, 2004. |
|
||
Poslední úprava: RNDr. Jitka Zichová, Dr. (20.05.2022)
Přednáška + cvičení. |
|
||
Poslední úprava: RNDr. Jitka Zichová, Dr. (20.05.2022)
Zkouška je písemná a ústní. Písemná zkouška trvá 90 minut. Jsou zadány 4 úlohy, ze kterých je nutno získat nejméně 50% z možných bodů, jinak nelze pokračovat v ústní zkoušce a celkový výsledek je "neprospěl/a".
Ústní zkouška pokrývá sylabus v rozsahu přednesené látky.
|
|
||
Poslední úprava: doc. RNDr. Daniel Hlubinka, Ph.D. (10.12.2020)
1. Definice a základní charakteristiky náhodných procesů. Některé důležité třídy náhodných procesů. 2. Hilbertův prostor. Prostor L_2. Procesy se spojitým časem v L_2. 3. Spektrální rozklad autokovarianční funkce. Existence a výpočet spektrální hustoty 4. Procesy s ortogonálními přírůstky. Integrál podle procesu s ortogonálními přírůstky. Spektrální rozklad stacionárních procesů 5. Posloupnost MA. Lineární proces. Posloupnosti AR,ARMA. Lineární filtry 6. Predikce v konečných náhodných posloupnostech. Rekurzivní metody predikce. Predikce v modelech ARMA. Predikce v nekonečných stacionárních posloupnostech. Predikce ve spektrální doméně.Filtrace signálu a šumu. 7. Ergodické věty v L_2. Vybrané centrální limitní věty. 8. Odhady průměru a autokovarianční funkce 9. Odhady parametrů v modelech AR. MA, ARMA 10. Odhady spektrální hustoty. |