Analýza kategoriálních dat - NMST561

• Anglický název: Analyzing categorical data
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2018
• 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: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: prof. RNDr. Jiří Anděl, DrSc.
• Třída: M Mgr. PMSE; M Mgr. PMSE > Volitelné
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika

Anotace

čeština

Poslední úprava: T_KPMS (27.04.2015)

Prezentace moderních statistických metod pro kategoriální data. Teoretické principy jsou demonstrovány na numerických datech při použití programu R.

angličtina

Poslední úprava: T_KPMS (27.04.2015)

Modern statistical methods for analysis of categorical data. Theoretical principles are demonstrated on numerical data using program R.

Cíl předmětu

čeština

Poslední úprava: T_KPMS (27.04.2015)

Posluchači se seznámí se statistickými metodami pro analýzu kategoriálních dat. Je vysvětlena identifikace modelu pro jednorozměrná i mnohorozměrná data.

angličtina

Poslední úprava: T_KPMS (27.04.2015)

Statistical methods for analyzing categorical data are presented. The identification of model is shown for one-dimensional and multidimensional data.

Podmínky zakončení předmětu

Poslední úprava: RNDr. Jitka Zichová, Dr. (29.10.2019)

Ústní zkouška.

Literatura

Poslední úprava: T_KPMS (27.04.2015)

Simonoff J. S. (2003): Analyzing Categorical Data. Springer, New York.

Metody výuky

čeština

Poslední úprava: T_KPMS (27.04.2015)

Přednáška.

angličtina

Poslední úprava: T_KPMS (27.04.2015)

Lecture.

Požadavky ke zkoušce

Poslední úprava: RNDr. Jitka Zichová, Dr. (13.10.2017)

Zkouška je ústní a zahrnuje následující tematické okruhy:

Binomické, Poissonovo a multinomické rozdělení. Rozklad Pearsonovy statistiky. Mocninné divergence, disparita a index nepodobnosti.

Výpočet rozsahu výběru. Modely underdisperzních a overdisperzních rozdělení. Kontingenční tabulky.

Sylabus

čeština

Poslední úprava: T_KPMS (27.04.2015)

Binomické rozdělení: intervaly spolehlivosti, testování hypotéz, výpočet rozsahu výběru, exaktní inference, testování homogenity, pravidlo tří.

Poissonovo rozdělení: asymptotická a exaktní inference.

Multinomické rozdělení: mocninné divergence, disparita, index nepodobnosti, Benfordův zákon, rozklad Pearsonovy statistiky.

Overdispersní a underdispersní rozdělení.

Kontingenční tabulky: testy nezávislosti, míry závislosti, iterativní proporcionální fitting procedura, procedura median polish, korespondenční analýza, tabulky s uspořádanými kategoriemi, párová data, identifikace modelu.

angličtina

Poslední úprava: T_KPMS (27.04.2015)

Binomial distribution: confidence intervals, testing hypotheses, calculating sample size, exact inference, testing homogeneity, rule of three.

Poisson distribution: asymptotic inference, exact inference.

Multinomial distribution: power divergencies, disparity, Benford’s law, decomposition of Pearson statistic.

Over-dispersed and under-dispersed distributions.

Contingency tables: tests of independence, measures of dependence, iterative proportional fitting procedure, median polish procedure, correspondence analysis, tables with ordered categories, paired data, identification of model.