Matematická statistika 4 - NMST545

• Anglický název: Mathematical Statistics 4
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2024
• Semestr: zimní
• E-Kredity: 3
• Rozsah, examinace: zimní s.:2/0, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: angličtina, čeština
• Způsob výuky: prezenční
• Garant: doc. Mgr. Stanislav Nagy, Ph.D.
• Vyučující: doc. Mgr. Stanislav Nagy, Ph.D.
• Třída: M Mgr. PMSE; M Mgr. PMSE > Povinně volitelné
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
• Korekvizity : {Alespoň jeden kurz z oblasti lineární regrese}
• Neslučitelnost : NMST434

Anotace

čeština

Bootstrap a neparametrické jádrové metody.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

Bootstrap and nonparametric kernel smoothing methods

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Cíl předmětu

čeština

Studenti se seznámí s principy bootstrapu a jádrových vyhlazovacích metod.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

angličtina

To understand principles of bootstrap and kernel smooghting methods.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

Podmínky zakončení předmětu

čeština

Předmět je zakončen ústaní zkouškou. V rámci této zkoušky budou však také hodnoceny úkoly zadané během semestru.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

angličtina

Oral exam. As a part of the exam the students will hand in a solution to homeworks assigned during the semester.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

Literatura

čeština

FAN, J. and GIJBELS, I.: Local Polynomial Modelling and Its Applications. Chapman &

Hall/CRC, London, 1996

WAND, M. P. and JONES, M. C.: Kernel Smoothing. Chapman & Hall, 1995

SHAO, J. and TU, D.: The jackknife and bootstrap. Springer, New York, 1996.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

Metody výuky

čeština

Přednáška.

Poslední úprava: Zichová Jitka, RNDr., Dr. (03.06.2022)

angličtina

Lecture.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

Požadavky ke zkoušce

čeština

Pokud to situace umožní, tak zkouška má dvě části - písemnou a ústní. Ke složení zkoušky je zapotřebí zvládnout obě části této zkoušky.

Pokud by situace neumožňovala osobní přítomnost studenta, bude zkouška provedena vhodnou distanční formou.

Požadavky na zkoušku odpovídají tomu, co bylo v rámci kurzu odpředneseno.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

The exam will be organized as follows. First, an example will be given and there will be about 50 minutes to solve this example. After handing in this example, the student can make a short break, after which he/she gets two theoretical questions. To pass the exam, the student has to prove that he/she can solve the example as well as answer the theoretical questions in a satisfactory way.

The requirements for the oral exam are in agreement with the syllabus of the course as presented during lectures.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Sylabus

čeština

Bootstrap,

Jádrové odhady hustot,

Jádrová neparametrická regrese.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (03.12.2020)

angličtina

Bootstrap,

Kernel density estimation,

Kernel nonparametric regression.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (03.12.2020)

Vstupní požadavky

čeština

Předpokládá se již dobrá znalost matematické statistiky a pravděpodobnosti. Tyto znalosti jsou pokryty předměty:

Matematická statistika 1 a 2 (NMSA331 and NMSA332), Teorie pravděpodobnosti 1 (NMSA333), Lineární regrese (NMSA407).

Základní vstupní požadavky docela dobře pokrývá kniha: Anděl, J. (2007). Základy matematické statistiky. Matfyzpress.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

It is assumed that the students have already a very solid knowledge of statistics and probability theory.

This is covered for instance by

Mukhopadhyay, N. (2000). Probability and statistical inference. CRC Press - almost the whole book except for Chapters 10 and 13

Khuri, A. I. (2009). Linear model methodology. Chapman and Hall/CRC - the knowledge of Chapters 1 - 6 is sufficient.

The students are prepared for the course if they pass the following courses:

Mathematical Statistics 1 and 2 (NMSA331 and NMSA332),

Probability Theory 1 (NMSA333),

Linear regression (NMSA407).

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)