|
Vyučující
|
-
Hron Karel, prof. RNDr. Ph.D.
-
Fačevicová Kamila, Mgr. Ph.D.
|
|
Obsah předmětu
|
1. Základní vlastnosti vícerozměrného náhodného výběru, úloha software v mnohorozměrné statistické analýze. 2. Průzkumová analýza jednorozměrného a mnohorozměrného statistického souboru (metody zobrazení dat, deskriptivní metody, kvalita dat - odlehlé a chybějící hodnoty). 3. Redukce dimenze dat - SVD, PCA, biplot a jeho interpretace. 4. Shluková analýza - hierarchické shlukování (dendrogram), metoda k-průměrů, fuzzy shlukování. 5. Metody klasifikace - LDA, QDA, Fisherova diskriminační analýza. 6. Základy robustní statistiky - regresní analýza. 7. Základy robustní statistiky - odhady polohy a variability, vlastnosti (MCD). 8. PARAFAC - zobecnění PCA, konstrukce modelu, odhady parametrů, grafický výstup a jeho interpretace. 9. PLS regrese a její využití při klasifikaci, srovnání s klasickým přístupem (LDA, QDA). 10. Metody odhadu parametrů v PLS regresi. 11. Porovnávání více skupin dat - MANOVA. 12. Komplexní analýza datového souboru.
|
|
Studijní aktivity a metody výuky
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Demonstrace
- Účast na výuce
- 52 hodin za semestr
- Příprava na zápočet
- 20 hodin za semestr
- Příprava na zkoušku
- 30 hodin za semestr
|
|
Výstupy z učení
|
Porozumět základním metodám mnohorozměrné statistické analýzy včetně jejich implementace ve statistickém software R. Aktivní účast na cvičení.
Aplikace Aplikovat poznatky z teorie pravděpodobnosti v metodách mnohorozměrné statistické analýzy.
|
|
Předpoklady
|
Znalost základů teorie pravděpodobnosti a matematické statistiky.
KMA/PST
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška
Zápočet: komplexní statistické zpracování vybraného datového souboru, obhajoba formou prezentace. Zkouška: ústní.
|
|
Doporučená literatura
|
-
B. Everitt, T. Hothorn. (2011). An introduction to applied multivariate analysis with R. Springer, Heidelberg.
-
Budíková, M. (2014). Využití vícerozměrné analýzy rozptylu v psychometrii. Kvaternion 3 (1), 3-15.
-
G. James, D. Witten, T. Hastie, R. Tibshirani. (2014). An introduction to statistical learning, corr. 4th printing. Springer, New York.
-
Giordani, P., Kiers, H.A.L., Del Ferraro, M.A. (2014). Three-way component analysis using the R package ThreeWay. Journal of Statistical Software 57 (7), 1-23.
-
K. Varmuza, P. Filzmoser. (2008). Introduction to multivariate statistical analysis in chemometrics. CRC Press, Boca Raton.
-
R. Maronna, R. D., Martin, V.J. Yohai. (2006). Robust statistics: Theory and methods. John Wiley, New York.
-
R. Wehrens. (2011). Chemometrics with R. Springer, Heidelberg.
|