|
|
|
||
|
Stacionární proces. Spojitost, derivace a integrál procesu. Spektrální reprezentace. Lineární proces. Ergodicita,
centrální limitní věty. Predikce a filtrace. Modely ARMA a jejich statistická analýza.
Poslední úprava: Branda Martin, doc. RNDr., Ph.D. (10.12.2020)
|
|
||
|
Studenti získají základní vědomosti z teorie stacionárních procesů v časové i spektrální doméně. Dále se seznámí se základními statistickými vlastnostmi časových řad.
Poslední úprava: Zichová Jitka, RNDr., Dr. (20.05.2022)
|
|
||
|
Předmět je zakončen zápočtem a zkouškou. Bez zápočtu se nelze zapsat ke zkoušce.
Podmínky pro udělení zápočtu: 1. Získat minimálně 70% z bodů udělených za domácí přípravu formou e-learningu (Moodle) 2. Absolvovat dva písemné testy a z každého získat nejméně 70% z možného počtu bodů.
Ke každému písemnému testu je k dispozici jeden opravný termín. Termíny písemných testů budou oznámeny na začátku semestru na stránce kurzu na platformě Moodle. Opravné testy se píší najednou pro všechny skupiny. Poslední úprava: Dvořák Jiří, doc. RNDr., Ph.D. (30.07.2026)
|
|
||
|
Anděl J.: Statistická analýza časových řad. SNTL, Praha 1976 Brockwell P.J., Davis R.A.: Time series: Theory and Methods, Springer-Verlag, New York, 1987 Prášková, Z.: Základy náhodných procesů II. Karolinum, 2004. Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (10.12.2020)
|
|
||
|
Přednáška + cvičení. Poslední úprava: Zichová Jitka, RNDr., Dr. (20.05.2022)
|
|
||
|
Zkouška je písemná a ústní.
Písemná zkouška trvá 70 minut. Jsou zadány 3 úlohy, ze kterých je nutno získat nejméně 50% z možných bodů, jinak nelze pokračovat v ústní zkoušce a celkový výsledek je "neprospěl/a".
Ústní zkouška pokrývá sylabus v rozsahu přednesené látky.
Poslední úprava: Dvořák Jiří, doc. RNDr., Ph.D. (09.05.2025)
|
|
||
|
1. Definice a základní charakteristiky náhodných procesů. Některé důležité třídy náhodných procesů. 2. Hilbertův prostor. Prostor L_2. Procesy se spojitým časem v L_2. 3. Spektrální rozklad autokovarianční funkce. Existence a výpočet spektrální hustoty 4. Procesy s ortogonálními přírůstky. Integrál podle procesu s ortogonálními přírůstky. Spektrální rozklad stacionárních procesů 5. Posloupnost MA. Lineární proces. Posloupnosti AR,ARMA. Lineární filtry 6. Predikce v konečných náhodných posloupnostech. Rekurzivní metody predikce. Predikce v modelech ARMA. Predikce v nekonečných stacionárních posloupnostech. Predikce ve spektrální doméně.Filtrace signálu a šumu. 7. Ergodické věty v L_2. Vybrané centrální limitní věty. 8. Odhady průměru a autokovarianční funkce 9. Odhady parametrů v modelech AR. MA, ARMA 10. Odhady spektrální hustoty. Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (10.12.2020)
|
|
||
|
Základní znalosti z teorie pravděpodobnosti na úrovni bakalářského studia obecné matematiky, základy teorie Hilbertových prostorů, L_p prostory, základy komplexní analýzy, diferenční rovnice Poslední úprava: Zichová Jitka, RNDr., Dr. (26.05.2025)
|
