Plánování experimentů a predikční vícerozměrná analýza

Sylabus

1. Základní pojmy - náhodný jev, náhodná veličina a náhodný vektor, normální rozdělení, náhodný výběr, odhady parametrů a testy hypotéz o parametrech ve statistickém modelu.

2. Lineární a logistická regrese - popis spojité nebo binární veličiny pomocí několika regresorů.

3. Testy hypotéz o střední hodnotě - jednovýběrový a dvouvýběrový t-test a jejich neparametrické alternativy.

4. Analýza rozptylu - jednoduché, dvojné a trojné třídění, hierarchický model, latinské čtverce.

5. Faktorové pokusy - úplné a neúplné dvouúrovňové faktorové pokusy.

6. Analýza hlavních komponent - vytvoření a interpretace hlavních komponent a jejich význam při klasifikaci dat.

7. Shluková analýza - hierarchické a nehierarchické třídící algoritmy.

8. Diskriminační analýza - klasifikace objektů do předem definovaných tříd na základě diskriminačních skórů.

9. Analýza časových řad - modelování a předpovídání v souborech měření uspořádaných v čase.

Anotace

Kurs je věnován metodám zpracování vícerozměrných dat vedoucím k získání informace ze souborů měření v oblasti medicíny, farmakologie, ochrany životního prostředí apod. Na výklad teorie navazuje zpracování reálných dat pomocí vhodného statistického softwaru.

Jsou probírány regresní modely, metody experimentálního designu umožňující naplánovat pokus tak, aby bylo možné vyšetřit vliv určitého množství faktorů na měřenou veličinu, metody vícerozměrné statistické analýzy používané pro třídění objektů do skupin podle měřených znaků a posuzování významnosti měřených znaků pro popis a klasifikaci objektů a základy analýzy časových řad.