Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
Bootstrap a neparametrické jádrové metody.
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
Bootstrap and nonparametric kernel smoothing methods
Cíl předmětu -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
Studenti se seznámí s principy bootstrapu a jádrových vyhlazovacích metod.
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
To understand principles of bootstrap and kernel smooghting methods.
Podmínky zakončení předmětu -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
Předmět je zakončen ústaní zkouškou. V rámci této zkoušky budou však také hodnoceny úkoly zadané během semestru.
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
Oral exam. As a part of the exam the students will hand in a solution to homeworks assigned during the semester.
Literatura -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
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: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
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.
Metody výuky -
Poslední úprava: RNDr. Jitka Zichová, Dr. (03.06.2022)
Přednáška.
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (02.12.2020)
Lecture.
Požadavky ke zkoušce -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
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: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
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.
Sylabus -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (03.12.2020)
Bootstrap,
Jádrové odhady hustot,
Jádrová neparametrická regrese.
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (03.12.2020)
Bootstrap,
Kernel density estimation,
Kernel nonparametric regression.
Vstupní požadavky -
Poslední úprava: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
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: doc. Ing. Marek Omelka, Ph.D. (30.11.2020)
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),
