PředmětyPředměty(verze: 845)
Předmět, akademický rok 2019/2020
   Přihlásit přes CAS
Analýza kategoriálních dat - NMST561
Anglický název: Analyzing categorical data
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2018
Semestr: zimní
E-Kredity: 3
Rozsah, examinace: zimní s.:2/0 Zk [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: nevyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Garant: prof. RNDr. Jiří Anděl, DrSc.
Třída: M Mgr. PMSE
M Mgr. PMSE > Volitelné
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Anotace -
Poslední úprava: T_KPMS (27.04.2015)
Prezentace moderních statistických metod pro kategoriální data. Teoretické principy jsou demonstrovány na numerických datech při použití programu R.
Cíl předmětu -
Poslední úprava: T_KPMS (27.04.2015)

Posluchači se seznámí se statistickými metodami pro analýzu kategoriálních dat. Je vysvětlena identifikace modelu pro jednorozměrná i mnohorozměrná data.

Literatura
Poslední úprava: T_KPMS (27.04.2015)

Simonoff J. S. (2003): Analyzing Categorical Data. Springer, New York.

Metody výuky -
Poslední úprava: T_KPMS (27.04.2015)

Přednáška.

Požadavky ke zkoušce
Poslední úprava: RNDr. Jitka Zichová, Dr. (13.10.2017)

Zkouška je ústní a zahrnuje následující tematické okruhy:

Binomické, Poissonovo a multinomické rozdělení. Rozklad Pearsonovy statistiky. Mocninné divergence, disparita a index nepodobnosti.

Výpočet rozsahu výběru. Modely underdisperzních a overdisperzních rozdělení. Kontingenční tabulky.

Sylabus -
Poslední úprava: T_KPMS (27.04.2015)

Binomické rozdělení: intervaly spolehlivosti, testování hypotéz, výpočet rozsahu výběru, exaktní inference, testování homogenity, pravidlo tří.

Poissonovo rozdělení: asymptotická a exaktní inference.

Multinomické rozdělení: mocninné divergence, disparita, index nepodobnosti, Benfordův zákon, rozklad Pearsonovy statistiky.

Overdispersní a underdispersní rozdělení.

Kontingenční tabulky: testy nezávislosti, míry závislosti, iterativní proporcionální fitting procedura, procedura median polish, korespondenční analýza, tabulky s uspořádanými kategoriemi, párová data, identifikace modelu.

 
Univerzita Karlova | Informační systém UK