SylabUZ
Nazwa przedmiotu | Analiza wielowymiarowa |
Kod przedmiotu | 11.5-WK-IiED-AW-Ć-S14_pNadGenA8EGT |
Wydział | Wydział Matematyki, Informatyki i Ekonometrii |
Kierunek | Informatyka i ekonometria |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra |
Semestr rozpoczęcia | semestr zimowy 2019/2020 |
Semestr | 1 |
Liczba punktów ECTS do zdobycia | 7 |
Typ przedmiotu | obowiązkowy |
Język nauczania | polski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Ćwiczenia | 30 | 2 | - | - | Zaliczenie na ocenę |
Wykład | 30 | 2 | - | - | Egzamin |
Zapoznanie studenta z metodami statystycznymi stosowanymi w modelach wielowymiarowych
Zaliczone przedmioty: algebra liniowa, rachunek prawdopodobieństwa, statystyka matematyczna
Wykład
1. Wektory losowe i ich rozkłady prawdopodobieństwa. Wielowymiarowy rozkład normalny (4 godz.)
2. Elementy teorii estymacji w przypadku wielowymiarowym. (4 godz.)
3. Podstawowe rozkłady wielowymiarowe z próby. (4 godz.)
4. Rozkład T^2 Hotellinga i jego zastosowania. (6 godz.)
5. Składowe główne. (4 godz.)
6. Analiza korelacji kanonicznych. (4 godz.)
7. Analiza dyskryminacyjna. (4 godz.)
Ćwiczenia
1. Przypomnienie wiadomości z algebry liniowej niezbędnych w wielowymiarowym wnioskowaniu statystycznym. (4 godz.)
2. Postać wektora wartości oczekiwanych i macierzy kowariancji po przekształceniach liniowych. (2 godz.)
3. Wyznaczanie obszarów ufności i jednoczesnych przedziałów ufności. (4 godz.)
4. Testy związane z rozkładem T^2 Hotellinga. (4 godz.)
5. Kolokwium I. (2 godz.)
6. Wyznaczanie składowych głównych. (4 godz.)
7. Wyznaczanie zmiennych kanonicznych. (4 godz.)
8. Wyznaczanie bayesowskich reguł klasyfikacyjnych. (4 godz.)
9. Kolokwium II. (2 godz.)
Wykład tradycyjny (kreda i tablica tylko do najważniejszych sformułowań, dowodów, przekształceń wzorów), na ćwiczeniach rozwiązywanie uprzednio podanych do wiadomości zadań (zadania przeliczeniowe, przeprowadzanie dowodów przy upraszczających założeniach).
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
1. Przygotowanie studenta do ćwiczeń weryfikuje się poprzez sprawdzenie wiedzy (pojęcia, własności, twierdzenia, ...) niezbędnej do rozwiązania kolejnego zadania z listy (brak przygotowania do ćwiczeń jest uwzględniany w końcowej ocenie z ćwiczeń).
Dwa kolokwia z zadaniami o zróżnicowanym stopniu trudności, pozwalającymi na ocenę, czy student osiągnął efekty kształcenia w stopniu minimalnym.
2. Egzamin (I termin) pisemny z pytaniami nawiązującymi bezpośrednio do pojęć, twierdzeń ... jak i z pytaniami o charakterze sprawdzającym zrozumienie przyswojonej wiedzy. Egzamin poprawkowy w formie ustnej, typ pytań jak wyżej.
Na ocenę z przedmiotu składa się ocena z ćwiczeń (40%) i ocena z egzaminu (60%). Warunkiem przystąpienia do egzaminu jest pozytywna ocena z ćwiczeń. Warunkiem zaliczenia przedmiotu jest pozytywna ocena z ćwiczeń i egzaminu.
1. D.F. Morrison, Wielowymiarowa analiza statystyczna, PWN, Warszawa, 1990.
2. M. Krzyśko, Wielowymiarowa analiza statystyczna, UAM, Poznań, 2000
1. M.S. Srivastava, C.G. Kathri, An introduction to multivariate statistics, North-Holland Pub., Amsterdam 1979.
Zmodyfikowane przez dr Robert Dylewski, prof. UZ (ostatnia modyfikacja: 17-09-2019 11:14)