Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
F7DCSTA1 | ZK | 5P+10S | česky |
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.
Forma ověření studijních výsledků: ústní zkouška.
Požadavky na studenta: znalost základů teorie pravděpodobnosti a principy statistických odhadů a testování hypotéz.
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.
Postupy při testování statistických hypotéz. Analýza rozptylu (ANOVA).
Bayesovské metody odhadu.
Úvod do náhodných procesů – obecná teorie, Markovovy procesy.
Budou upřesněny podle zaměření disertačních prací zapsaných studentů.
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.
Povinná literatura:
NEZU, M. Arthur a Christine Magut NEZU. Evidence-based Outcome Research. Oxford: Oxford University Press, 2008. ISBN 978-0-19-530463-3.
PAVLÍK, Tomáš a Ladislav DUŠEK. Biostatistika. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-782-6. (volně ke stažení z https://www.iba.muni.cz/index.php?pg=vyuka--ucebnice).
SILVIA, S. Devinderjit a John SKILLING. Data Analysis. A Bayesian Tutorial. 2nd Ed. Oxford: Oxford University Press, 2006. ISBN 978-0-19-856831-5.
Doporučená literatura:
CHATFIELD, Chris. Statistics for Technology. London: Chapman & Hall, 1983. ISBN 0-412-25340-2.
NAVARA, Mirko. Pravděpodobnost a matematická statistika. Praha: Nakladatelství ČVUT, 2007. ISBN 978-80-01-03795-9.
SWOBODA, Helmut. Moderní statistika, Praha: Nakladatelství Svoboda, 1977.
ROGALEWICZ, Vladimír. Pravděpodobnost a statistika pro inženýry. Praha: Vydavatelství ČVUT, 2007. ISBN 978-80-0103-785-0.