Jste zde

F7DCSTA - Statistika

Kód Zakončení Kredity Rozsah Jazyk výuky
F7DCSTA ZK 5 5P+10S česky
Přednášející:
Vladimír Rogalewicz (gar.)
Cvičící:
Vladimír Rogalewicz (gar.)
Předmět zajišťuje:
katedra zdravotnických oborů a ochrany obyvatelstva
Anotace:

Předmět obsahuje pokročilé statistické metody pro experimentální činnost: Plánování pokusů. Šíření chyb. Počet opakování, znáhodnění. Jednoduché, dvojné a trojné třídění v analýze rozptylu. Následná analýza po provedení analýzy rozptylu. Určení optimálních podmínek. Úvahy o rozsahu výběru, síle a velikosti účinku. Bayesovské metody odhadu. Úvod do stochastických procesů, Markovovy procesy. Přednáška bude každoročně modifikována podle zaměření disertačních prací zapsaných studentů tak, aby maximálně pomáhala při zpracování experimentální části disertačních prací.

Požadavky:

Forma ověření studijních výsledků: ústní zkouška.

Požadavky na studenta: znalost základů teorie pravděpodobnosti a principy statistických odhadů a testování hypotéz.

V případě, že počet studentů je menší než 5, může výuka probíhat v podobě řízeného samostudia s pravidelnými konzultacemi. V tom případě, je kromě zkoušky navíc požadováno vypracování písemné studie studentem na zadané téma.

Osnova přednášek:

Filozofie modelů založených na teorii pravděpodobnosti. Jak se vyhnout chybám v pravděpodobnostních modelech a při induktivní statistické analýze.

Základní východiska induktivní statistiky, bodové a intervalové odhady, filozofie testování hypotéz, p-hodnota.

Stanovení velikosti vzorku.

Bayesovské metody odhadu.

Úvod do náhodných procesů – obecná teorie, Markovovy procesy.

Osnova cvičení:

Budou upřesněny podle zaměření disertačních prací zapsaných studentů.

Cíle studia:

Předmět obsahuje pokročilé statistické metody pro experimentální činnost: Plánování pokusů. Šíření chyb. Počet opakování, znáhodnění. Jednoduché, dvojné a trojné třídění v analýze rozptylu. Následná analýza po provedení analýzy rozptylu. Určení optimálních podmínek. Úvahy o rozsahu výběru, síle a velikosti účinku. Bayesovské metody odhadu. Úvod do stochastických procesů, Markovovy procesy. Přednáška bude každoročně modifikována podle zaměření disertačních prací zapsaných studentů tak, aby maximálně pomáhala při zpracování experimentální části disertačních prací.

Studijní materiály:

Povinná literatura:

NEZU, A.M., NEZU, CH.M. (eds.) Evidence-based Outcome Research. Oxford: Oxford University Press, 2008, 512 s. ISBN 978-0-19-530463-3.

PAVLÍK, T., DUŠEK, L. Biostatistika. 1. vyd. Brno: Akademické nakladatelství CERM, 2012, 163 s. ISBN 978-80-7204-782-6. (volně ke stažení z https://www.iba.muni.cz/index.php?pg=vyuka--ucebnice)

SILVIA, D.S., SKILLING, J. Data Analysis. A Bayesian Tutorial. 2nd Ed. Oxford: Oxford University Press, 2006, 264 s. ISBN 978-0-19-856831-5.

ROGALEWICZ, V. Stochastické procesy (Analýza časových řad). Praha: Vydavatelství ČVUT, 1993, 106 s. ISBN 80-01-00905-X.

Doporučená literatura:

CHATFIELD, C. Statistics for Technology. London: Chapman & Hall, 1983, 384 s. ISBN 0-412-25340-2.

NAVARA, M. Pravděpodobnost a matematická statistika. Praha: Vydavatelství ČVUT, 2007, 46 s. ISBN 978-80-01-03795-9.

SWOBODA, H. Moderní statistika, Praha: Nakladatelství Svoboda, 1977, 352 s.

ROGALEWICZ, V. Pravděpodobnost a statistika pro inženýry. Praha: Vydavatelství ČVUT, 2007, 184 s. ISBN 978-80-0103-785-0.

Poznámka:
Předmět je součástí následujících studijních plánů:
Materiály ke stažení: