PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Prezentace výsledků a zpracování experimentálních dat - NMST706
Anglický název: Research Results Presentation and Experimental Data Processing
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2017
Semestr: zimní
E-Kredity: 2
Rozsah, examinace: zimní s.:0/2 Z [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: nevyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Kategorizace předmětu: Matematika > Předměty širšího základu, Pravděpodobnost a statistika
Anotace -
Poslední úprava: G_M (07.05.2014)
Principy a aplikace matematicko-statistických metod pro vyhodnocování experimentálního materiálu. Pro studenty chemie na PřF UK, kde má kód MS710P26.
Cíl předmětu -
Poslední úprava: G_M (07.05.2014)

Seznámit studenty s nejpoužívanějšími metodami zpracování dat s důrazem na praktické použití při vyhodnocení experimentálního materiálu.

Literatura
Poslední úprava: G_M (07.05.2014)

Massart L. et al: Handbook of Chemometrics and Qualimetrics. Elsevier, Amsterdam, 1997.

Zichová, J.: Plánování experimentů a predikční vícerozměrná analýza. Karolinum, Praha, 2007.

Metody výuky -
Poslední úprava: G_M (07.05.2014)

Seminář.

Sylabus -
Poslední úprava: G_M (07.05.2014)

1. Základní pojmy - náhodný jev, náhodná veličina a náhodný vektor, normální rozdělení, náhodný výběr.

2. Korelace, lineární a logistická regrese, test nezávislosti v kontingenční tabulce.

3. Testy hypotéz o střední hodnotě - jednovýběrový a dvouvýběrový t-test a jejich neparametrické alternativy.

4. Analýza rozptylu - jednoduché a dvojné třídění.

5. Shluková analýza - hierarchické a nehierarchické třídící algoritmy.

6. Analýza časových řad - klouzavé průměry, trendová přímka, exponenciální vyrovnávání, ARMA modely.

 
Univerzita Karlova | Informační systém UK