• Sem patřím
  • Centrum sportovních aktivit VUT v Brně
  • Výzkumná centra
  • Zvut.cz

  • Pravděpodobně máte vypnutý JavaScript. Některé funkce portálu nebudou funkční.

Detail předmětu

Pravděpodobnost a statistika III

Kód předmětu: FSI-SP3
Akademický rok: 2016/2017
Typ předmětu: povinný
Typ studia: magisterský navazující (druhý cyklus)
Ročník: 1
Semestr: letní
Počet kreditů:
Výsledky učení předmětu:
Studenti získají potřebné znalosti z významných partií matematické statistiky, které jim umožní posuzovat a vytvářet stochastické modely technických jevů a procesů založené na těchto metodách a realizovat je na PC.
Způsob realizace výuky:
90 % kontaktní výuka, 10 % distančně
Prerekvizity:
Základy teorie pravděpodobnosti a matematické statistiky, lineární modely.
Korekvizity:
Není specifikováno.
Doporučené volitelné složky programu:
Není specifikováno.
Obsah předmětu (anotace):
Obsahem předmětu jsou partie: teorie odhadu, maximální věrohodnost, momentové odhady, bayesovské metody, testování statistických hypotéz, neparametrické metody, hustoty exponenciálního typu, asymptotické testy.
Doporučená nebo povinná literatura:
Anděl, J. Základy matematické statistiky. Matfyzpress. Praha 2005
Lehmann, E.L., Casella G.: Theory of Point Estimation. New York: Springer. 2003 (EN)
Hogg, V.R., McKean J.W. and Craig A.T. Introduction to Mathematical Statistics. Seventh Edition, 2012. Macmillan Publishing Co., INC. New York. ISBN-13: 978-0321795434
Militký, J.: Statistické techniky v řízení jakosti. Pardubice : TriloByte, 1996.
Plánované vzdělávací činnosti a výukové metody:
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách.
Způsob a kritéria hodnocení:
Podmínky udělení klasifikovaného zápočtu: aktivní účast ve cvičeních, zvládnutí celé látky, klasifikace dostatečně anebo lepší všech kontrolních prací. Zpracování a obhájení projektu.
Hodnocení podle bodů získaných z projektu: výborně (90 až 100 bodů), velmi dobře (80 až 89), dobře (70 až 79 bodů), uspokojivě (60 až 69 bodů), dostatečně (50 až 59 bodů), nevyhovující (0 až 49 bodů).
Jazyk výuky:
čeština
Pracovní stáže:
Není specifikováno.
Osnovy výuky:
Není specifikováno.
Cíl:
Seznámení studentů oboru Matematické inženýrství s metodami teorie odhadu, asymptotickým přístupem k testování statistických hypotéz a s využitím těchto metod ke statistické analýze reálných dat.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:
Cvičení je kontrolované a o náhradě zameškané výuky rozhoduje učitel cvičení.

Typ (způsob) výuky:
Přednáška: 26 hod., nepovinná
Vyučující / Lektor: doc. RNDr. Libor Žák, Ph.D.
Osnova: Nestranné a konzistentní odhady
Regulární system hustot, Raova – Cramérova věta, vydatné odhady
Fisherova míra informace a Fisherova informační matice
Postačující statistiky, Neumanovo faktorizační kritérium
Raova-Blackwellova věta a její použití
Metoda momentů, metoda maximální věrohodnosti
Bayesovský přístup
Testování statistických hypotéz
Základy neparametrických metod
Exponenciální třída rozdělení
Asymptotické testy založené na věrohodnostní funkci
Testy s rušivými parametry, příklady
Testy hypotéz o parametrech
Cvičení s poč. podporou: 13 hod., povinná
Vyučující / Lektor: doc. RNDr. Libor Žák, Ph.D.
Osnova: Přehled rozdělení pravděpodobností, grafické znázornění hustot v MATLABu
Nestranné a konzistentní odhady - příklady odhadů, ověřování jejich vlastností
Výpočet dolní hranice pro rozptyl nestranných odhadů
Výpočet Fisherovy míry informace a Fisherovy informační matice pro zadaná rozdělení
Užití Neumanova faktorizačního kritéria
Hledání odhadů pomocí Raova-Blackwellovy věty
Konstrukce odhadů metodou momentů a pomocí metody maximální věrohodnosti
Konstrukce bayesovských odhadů
Zadání projektu - konstrukce odhadů parametrů pro zadané rozdělení - použití alespoň dvou postupů, ověření vlastností odhadu a jejich numerický výpočet
Ověřování exponencíální třídy pro vybraná rozdělení
Použití asymptotických testů založených na věrohodnostní funkci
Testy s rušivými parametry, odhady parametrů Weibullova rozdělení a gama rozdělení
Testování hypotéz o parametrech zobecněného lineárního modelu

Zařazení předmětu ve studijních programech