Předmět Statistické modely a data (KIKM / STMOD)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KIKM / STMOD - Statistické modely a data, Fakulta informatiky a managementu, Univerzita Hradec Králové (UHK).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Obsah
1. Vyhledávání znalostí z dat, data mining (DM), úloha statistiky a modelování.2. Statistické modely, modely časových řad. Explorace, grafická reprezentace, agregace, asociace.3. Metody klasifikace. Validace modelu, odhady a porovnání kvality modelů.4. Náhodná a pseudonáhodná čísla, kongruenční generátory, transformace, význam pro modelování.5. Testy statistických vlastností kongruenčních generátorů pseudonáhodných čísel.6. Využití náhodných čísel. Principy a aplikace metody bootstrap pro inferenci a modelování.7. Popis dynamiky diskrétního děje Markovovým řetězcem. Formulace modelu, klasifikace stavů.8. Vlastnosti a aplikace absorpčních řetězců.9. Vlastnosti a aplikace regulárních řetězců, řetězce s oceněním.10. Model prosté obnovy, rovnice obnovy, tabulka obnovy, řešení Markovovým řetězcem.11. Stochastický model demografického procesu. Metoda life tables s aplikací na populační tabulky.12. Typové úlohy statistické analýzy a data mining.
Získané způsobilosti
Analýza a návrhy řešení reálných typů problémů a úloh, založených na informacích z dat.Návrhy vhodných řešení (typů použitých metod) pro daný problém, identifikace možných problémů při určitých typech dat.Uplatnění konceptu induktivního uvažování.
Literatura
nullnullSkalská, Hana. Stochastické modelování. Vyd. 2., rozš. a upr. Hradec Králové, 2006. ISBN 80-7041-488-X .Skalská, Hana. Data mining a klasifikační modely. Vyd. 1. Hradec Králové, 2010. ISBN 978-80-7435-088-7.Hebák, Petr. Vícerozměrné statistické metody. Vyd. 1. Praha, 2005. ISBN 80-7333-036-9.Skalská, Hana. Aplikovaná statistika. Vyd. 1. Hradec Králové, 2013. ISBN 978-80-7435-320-8.Field, Andy P. Discovering statistics using R. 1st pub. Los Angeles, 2012. ISBN 978-1-4462-0046-9.
Požadavky
Podmínky udělení zápočtů pro studenty prezenční formy studia jsou upřesněny na začátku semestru a jsou uvedeny v elektronickém kurzu (Blackboard). Požaduje se:1. Minimálně 80% účast ve cvičeních (omluvitelné důvody vyšší neúčasti musí být doloženy).2. Průběžné dva semestrální testy jsou splněny v součtu na minimálně 50 % bodů a současně každý z testů splněný minimálně na 20 % bodů. Celkový výsledek (v součtu bodů z obou průběžných testů) nad 70 % je bonifikován 5 body navíc k výsledku písemné části zkoušky.3. Odevzdání seminární práce s hodnocením minimálně 50 % bodů. Odevzdání seminární práce k vyhodnocení lze jednou opakovat. Seminární práce s hodnocením 80 % a více bodů je bonifikována 5 body navíc k výsledku písemné části zkoušky.Neúčast na jednom nebo na obou průběžných testech, nebo nedosažení požadovaného počtu bodů v některém průběžném testu, lze nahradit souhrnným zápočtovým testem, ve kterém musí student získat minimálně 50 % bodů. Souhrnný zápočtový test lze skládat jednou a lze ho jednou opakovat pouze tehdy, když má řádně omluvené absence při jednom nebo obou průběžných testech.Zkouška má část písemnou, ve které musí být dosaženo minimálně 50 % bodů. Méně než 50 % bodů v písemné části znamená ukončení zkoušky s výsledkem nevyhověl.Hodnocení výsledku zkoušky na základě dosažených bodů testu:90 - 100 % A81 - 89 % B71 - 79 % C60 - 69 % D50 - 59 % E 0 - 49 % F (nevyhověl)Pokud student nesouhlasí s navrženým stupněm a získal v testu více než 50 bodů, může bezprostředně po vyhodnocení testu následovat zkouška ústní. Výsledné hodnocení závisí potom na znalostech prokázaných při ústní zkoušce a může se změnit v obou směrech.
Garant
prof. RNDr. Hana Skalská, CSc.
Vyučující
Mgr. Jan Draessler, Ph.D.prof. RNDr. Hana Skalská, CSc.Mgr. Jan Draessler, Ph.D.prof. RNDr. Hana Skalská, CSc.