|
Vyučující
|
-
Schindler Martin, Mgr. Ph.D.
|
|
Obsah předmětu
|
Přednášky a cvičení: 1. Prostředí statistického softwaru R a RStudio. 2. Import a export dat, manipulace s daty. 3. Syntaxe, programování v R. 4. Funkce, cykly, podmínky. 5. Sumarizace a grafické výstupy v R, RMarkdown. 6. Základní datové struktury a práce s nimi. 7. Manipulace s daty, transformace a selekce dat. 8. Popisná statistika jednorozměrných dat, boxplot, histogram. 9. Popisná statistika vícerozměrných dat, rozptylový diagram, korelace. 10. Základní rozdělení pravděpodobnosti, generování náhodných čísel. 11. Výpočet a znázornění intervalů spolehlivosti. 12. Testování hypotéz o parametru polohy: t-testy a neparametrické alternativy. 13. Analýza rozptylu, ověření předpokladů. 14. Regresní modely, regresní diagnostika.
|
|
Studijní aktivity a metody výuky
|
Monologický výklad (přednáška, prezentace, vysvětlování)
- Účast na výuce
- 42 hodin za semestr
- Příprava na zkoušku
- 106 hodin za semestr
|
|
Výstupy z učení
|
Studenti se seznámí se základy statistického programu R a jeho rozšířeními s cílem naučit se základy programování a základy statistické analýzy dat v R.
Základní znalosti základů programování a statistické analýzy v R.
|
|
Předpoklady
|
Základní znalosti z oblasti matematické statistiky a pravděpodobnosti
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Písemná zkouška
aktivní účast na cvičeních, semestrální práce/zápočtový test
|
|
Doporučená literatura
|
-
Anděl, J. Statistické metody. Matfyzpress: Praha, 2007. ISBN 978-80-7378-003-6.
-
Dalgaard, P. Introductory Statistics with R. 2008. ISBN 978-0-387-79053-4.
|