PředmětyPředměty(verze: 964)
Předmět, akademický rok 2024/2025
   Přihlásit přes CAS
Longitudinální a panelová data - NMST422
Anglický název: Longitudinal and Panel data
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2024
Semestr: letní
E-Kredity: 5
Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Garant: doc. RNDr. Zdeněk Hlávka, Ph.D.
doc. RNDr. Michal Pešta, Ph.D.
Vyučující: doc. RNDr. Matúš Maciak, Ph.D.
Třída: M Mgr. PMSE
M Mgr. PMSE > Povinně volitelné
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Neslučitelnost : NMST432
Prerekvizity : NMSA407
Záměnnost : NMST432
Je prerekvizitou pro: NMST551
Anotace -
Navazuje na předmět NMSA407 Lineární regrese. Učí se zde regresní modely pro clusterovaná data. Cvičení je kombinací teoretických a praktických úloh, ale jádro spočívá v analýzách různých typů ekonometrických, lékařských a technických dat a zahrnuje závěrečný projekt.
Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)
Cíl předmětu -

Seznámit studenty s regresními modely pro závislá data.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (10.06.2021)
Podmínky zakončení předmětu -

Podmínkou pro konání zkoušky je předchozí získání zápočtu. Zápočet bude udělen za včas odevzdaná a uspokojivá řešení zadaných úkolů. Charakter předmětu neumožňuje opakování pokusu o získání zápočtu.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (23.01.2023)
Literatura

J.W. Hardin and J.M. Hilbe: Generalized Linear Model and Extensions. StataPress, 2007.

J.W. Hardin and J.M. Hilbe: Generalized Estimating Equations. Chapman & Hall, 2003.

P.J. Diggle, P.J. Heagerty, K.-Y. Liang, S.L. Zeger: Analysis of Longitudinal Data. Oxford University Press, 2nd edition, 2002.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (23.01.2023)
Metody výuky -

Přednáška + cvičení. Pro náročnější datové analýzy a zpracování velkých datových souborů lze využít i fakultní výpočetni cluster.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (26.01.2023)
Požadavky ke zkoušce -

Kombinovaná zavěrečná zkouška: písemná část (nutných je alespoň 60 % bodů) a následně ústní část ve formě diskuse

nad vypracovanou písemní části zkoušky, resp. zápočtovým projektem.

Poslední úprava: Maciak Matúš, doc. RNDr., Ph.D. (13.02.2024)
Sylabus -

Lineární smíšený model; Zobecněný lineární smíšený model; Zobecněné odhadovací rovnice.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (23.01.2023)
Vstupní požadavky -

Dobrá znalost lineární regrese a maximální věrohodnosti, doporučená znalost zobecněných lineárních modelů.

Poslední úprava: Hlávka Zdeněk, doc. RNDr., Ph.D. (23.01.2023)
 
Univerzita Karlova | Informační systém UK