PředmětyPředměty(verze: 837)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Pokročilé regresní modely - NMST432
Anglický název: Advanced Regression Models
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2013 do 2019
Semestr: letní
E-Kredity: 8
Rozsah, examinace: letní s.:4/2 Z+Zk [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: angličtina, čeština
Způsob výuky: prezenční
Další informace: http://www.karlin.mff.cuni.cz/~kulich/vyuka/pokreg/index.html
Garant: doc. Mgr. Michal Kulich, Ph.D.
Třída: M Mgr. PMSE
M Mgr. PMSE > Povinně volitelné
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Prerekvizity : NMSA407
Je prerekvizitou pro: NMST532, NMST436, NMST551, NMST552
Anotace -
Poslední úprava: G_M (28.05.2013)
Navazuje na předmět NMSA407 Lineární regrese. Učí se zde regresní modely pro nenormální data, diskrétní rozdělení, a skupinově korelovaná data. Cvičení je kombinací teoretických a praktických úloh, ale jádro spočívá v analýzách různých typů ekonometrických, lékařských a technických dat a zahrnuje závěrečný projekt.
Cíl předmětu -
Poslední úprava: T_KPMS (07.05.2015)

Seznámit studenty s regresními modely pro nenormální a/nebo závislá data.

Podmínky zakončení předmětu - angličtina
Poslední úprava: RNDr. Jitka Zichová, Dr. (23.04.2018)

The exercise class credit is necessary to sign up for the exam. The credit for the exercise class will be awarded to the student who hands in a satisfactory solution to each assignment by the prescribed deadline. The nature of these requirements precludes any possibility of additional attempts to obtain the exercise class credit.

Literatura
Poslední úprava: T_KPMS (12.05.2014)

J.W. Hardin and J.M. Hilbe: Generalized Linear Model and Extensions. StataPress, 2007.

A. Agresti: Categorical Data Analysis. Wiley, 1990.

J.W. Hardin and J.M. Hilbe: Generalized Estimating Equations. Chapman & Hall, 2003.

P.J. Diggle, K.Y. Liang, S.L. Zeger: Analysis of Longitudinal Data. Oxford University Press, 1994.

Metody výuky -
Poslední úprava: T_KPMS (12.05.2014)

Přednáška + cvičení.

Požadavky ke zkoušce - angličtina
Poslední úprava: doc. Mgr. Michal Kulich, Ph.D. (05.03.2018)

The exam has two parts: (1) Evaluation of applied project report and (2) Theoretical oral part. To pass the exam, both parts need to be passed.

Requirements for the exam comprise the entire contents of the lectures and exercise sessions.

Sylabus -
Poslední úprava: doc. Mgr. Michal Kulich, Ph.D. (04.02.2018)

1. Zobecněný lineární model

2. Regrese pro binární data

3. Loglineární model

4. Rozšíření zobecněného lineárního modelu, kvazivěrohodnost, sandwichové odhady rozptylu

5. Zobecněné odhadovací rovnice

6. Lineární smíšený model

7. Zobecněný lineární smíšený model

Vstupní požadavky - angličtina
Poslední úprava: doc. Mgr. Michal Kulich, Ph.D. (25.05.2018)

This course assumes mid-level knowledge of linear regression (both theory and applications) and good understanding of maximum likelihood theory.

 
Univerzita Karlova | Informační systém UK