PředmětyPředměty(verze: 953)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Návrhy experimentů - NMST436
Anglický název: Experimental Design
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2022 do 2023
Semestr: zimní
E-Kredity: 5
Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Garant: doc. RNDr. Zdeněk Hlávka, Ph.D.
Třída: M Mgr. PMSE
M Mgr. PMSE > Povinně volitelné
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Prerekvizity : NMSA407
Je záměnnost pro: NSTP179
Anotace -
Základy navrhování experimentů.
Poslední úprava: T_KPMS (13.05.2014)
Cíl předmětu -

Seznámit studenty se základními principy navrhování experimentů.

Poslední úprava: T_KPMS (13.05.2014)
Podmínky zakončení předmětu -

Podmínky pro získání zápočtu: účast na cvičení a průběžné řešení zadaných úkolů. Charakter zápočtu neumožňuje jeho opakování. Získání zápočtu je nutná podmínka pro účast na zkoušce.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (06.10.2017)
Literatura

Likeš: Navrhování průmyslových experimentů, SNTL 1969.

Neter, Kutner, Nachtsheim, Wasserman: Applied linear statistical models, IRWIN 1996.

Milliken, Johnson: Analysis of messy data: designed experiments. Vol. 1. CRC Press 2009.

Pázman: Základy optimalizácie experimentu, Veda 1980

Pázman, Mikulecká, Raffaj, Tokošová: Riešené situácie z navrhovania experimentov, Alfa 1986.

Pinheiro, Bates: Mixed effects models in S and S-PLUS, Springer 2000.

Zvára: Regrese, Matfyzpress 2008.

Poslední úprava: T_KPMS (13.05.2014)
Metody výuky -

Přednáška+cvičení.

Poslední úprava: T_KPMS (15.05.2013)
Požadavky ke zkoušce -

Požadavky u ústní zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (06.10.2017)
Sylabus -

Plánování rozsahu výběru. Úplné a neúplné náhodné bloky, latinské čtverce, hierarchické uspořádání experimentu. Faktoriální experimenty. Plánování regresních experimentů.

Poslední úprava: T_KPMS (13.05.2014)
Vstupní požadavky -

dobrá znalost lineární regrese a smíšených modelů

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (25.05.2018)
 
Univerzita Karlova | Informační systém UK