SylabUZ

Wygeneruj PDF dla tej strony

Analiza wielowymiarowa - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Analiza wielowymiarowa
Kod przedmiotu 11.5-WK-IiED-AW-Ć-S14_pNadGenA8EGT
Wydział Wydział Matematyki, Informatyki i Ekonometrii
Kierunek Computer science and econometrics
Profil ogólnoakademicki
Rodzaj studiów drugiego stopnia z tyt. magistra
Semestr rozpoczęcia semestr zimowy 2020/2021
Informacje o przedmiocie
Semestr 1
Liczba punktów ECTS do zdobycia 7
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr hab. Stefan Zontek, prof. UZ
Formy zajęć
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

Cel przedmiotu

Aim of the course is to familiarize students with statistical methods applied for analyzing multivariate data.

Wymagania wstępne

Passed lectures on: linear algebra, probability theory, mathematical statistics.

Zakres tematyczny

Lecture

  1. Random vectors and its probability distributions. Multivariate normal distribution.          (4 hours)
  2. Introduction to point estimation in multivariate models. (4 hours)
  3. Fundamental sample distribution for multivariate normal model. (4 hours)
  4. Hotelling’s T^2 distribution and its applications. (6 hours)
  5. Principal components. (4 hours)
  6. Analysis of canonical correlation. (4 hours)
  7. Discriminant analysis. (4 hours)

                Class

  1. Some elements form linear algebra used in multivariate statistical inferences. (4 hours)
  2. The expectation and the covariance matrix under linear transformation. (2 hours)
  3. Calculations of confidence areas and simultaneous confidence intervals. (4 hours)
  4. Hotelling’s T^2 tests. (4 hours)
  5. Test I. (2 hours)
  6. Calculation of principal components. (4 hours)
  7. Calculation of canonical variables. (4 hours)
  8. Calculation of Bayesian classification rules. (4 hours)
  9. Test II. (2 hours)

Metody kształcenia

Lecture traditional. Class - solving problems from prepared lists.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Literatura podstawowa

  1. D.F. Morrison, Wielowymiarowa analiza statystyczna, PWN, Warszawa, 1990
  2. M. Krzyśko, Wielowymiarowa analiza statystyczna, UAM, Poznań, 2000

Literatura uzupełniająca

M.S. Srivastava, C.G. Kathri, An introduction to multivariate statistics, North-Holland Pub., Amsterdam 1979.

Uwagi


Zmodyfikowane przez dr hab. Stefan Zontek, prof. UZ (ostatnia modyfikacja: 20-10-2020 11:26)