PředmětyPředměty(verze: 953)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Matematická statistika 4 - NMST545
Anglický název: Mathematical Statistics 4
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2023 do 2023
Semestr: zimní
E-Kredity: 3
Rozsah, examinace: zimní s.:2/0, Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: angličtina, čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Garant: doc. Mgr. Stanislav Nagy, Ph.D.
doc. Ing. Marek Omelka, Ph.D.
Třída: M Mgr. PMSE
M Mgr. PMSE > Povinně volitelné
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Korekvizity : {Alespoň jeden kurz z oblasti lineární regrese}
Neslučitelnost : NMST434
Anotace -
Bootstrap a neparametrické jádrové metody.
Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)
Cíl předmětu -

Studenti se seznámí s principy bootstrapu a jádrových vyhlazovacích metod.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)
Podmínky zakončení předmětu -

Předmět je zakončen ústaní zkouškou. V rámci této zkoušky budou však také hodnoceny úkoly zadané během semestru.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)
Literatura -

FAN, J. and GIJBELS, I.: Local Polynomial Modelling and Its Applications. Chapman &

Hall/CRC, London, 1996

WAND, M. P. and JONES, M. C.: Kernel Smoothing. Chapman & Hall, 1995

SHAO, J. and TU, D.: The jackknife and bootstrap. Springer, New York, 1996.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)
Metody výuky -

Přednáška.

Poslední úprava: Zichová Jitka, RNDr., Dr. (03.06.2022)
Požadavky ke zkoušce -

Pokud to situace umožní, tak zkouška má dvě části - písemnou a ústní. Ke složení zkoušky je zapotřebí zvládnout obě části této zkoušky.

Pokud by situace neumožňovala osobní přítomnost studenta, bude zkouška provedena vhodnou distanční formou.

Požadavky na zkoušku odpovídají tomu, co bylo v rámci kurzu odpředneseno.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)
Sylabus -

Bootstrap,

Jádrové odhady hustot,

Jádrová neparametrická regrese.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (03.12.2020)
Vstupní požadavky -

Předpokládá se již dobrá znalost matematické statistiky a pravděpodobnosti. Tyto znalosti jsou pokryty předměty:

Matematická statistika 1 a 2 (NMSA331 and NMSA332), Teorie pravděpodobnosti 1 (NMSA333), Lineární regrese (NMSA407).

Základní vstupní požadavky docela dobře pokrývá kniha: Anděl, J. (2007). Základy matematické statistiky. Matfyzpress.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)
 
Univerzita Karlova | Informační systém UK