Detail předmětu

Pravděpodobnost a statistika III

FSI-SP3 Ak. rok: 2020/2021 Zimní semestr

Obsahem předmětu jsou partie: teorie odhadu, maximální věrohodnost, momentové odhady, bayesovské metody, testování statistických hypotéz, neparametrické metody, hustoty exponenciálního typu, asymptotické testy.

Jazyk výuky

čeština

Počet kreditů

4

Zajišťuje ústav

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.

Prerekvizity

Základy teorie pravděpodobnosti a matematické statistiky, lineární modely.

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. Napsání klasifikační písemky (4- 5 příkladů z probraných témat).
Hodnocení podle bodů získaných z projektu (max:20 bodů) a z klasifikační písemky (max. 80 bodů) – 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).

Učební cíle

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

Účast na cvičení je povinná a o náhradě zameškané výuky rozhoduje učitel cvičení.

Použití předmětu ve studijních plánech

Program M2A-P: Aplikované vědy v inženýrství, magisterský navazující
obor M-MAI: Matematické inženýrství, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

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 počítačovou podporou

13 hod., povinná

Vyučující / Lektor

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