Robustní statistika pro kybernetiku
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
XP33RSK | ZK | 4 | 2+0s | česky |
- Přednášející:
- Jana Nosková (gar.)
- Cvičící:
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
Statické metody - základní nástroj v teorii řízení a rozhodování. Model jako idealizace reality a aproximace zkušenosti. Odhady jako funkcionály empirické distribuční funkce, charakteristiky robustnosti (bod zvratu, influenční funkce), M-, L- a S- odhady polohy (např. Huberův odhad, useknutý průměr, mediánový odhad, odhad získaný minimalizací mediánu čtverců atd.). Influenční funkce a asymptotické chování. Model lineární regrese.
- Požadavky:
- Osnova přednášek:
- Osnova cvičení:
- Cíle studia:
- Studijní materiály:
-
Jureckova,J. (2001) Robustni statisticke metody, Karolinum Praha
Rousseeuw,P.J., Leroy,A. (1987) Robust Regression and Outlier Detection. Wiley, New York
Huber,P.J. (1981) Robust Statistics.Wiley,New York
Hampel,F.R.,Ronchetti, E.M.,Rousseeuw, P.J.,Stahel,W.A. (1986) Robust Statistics: The Approach Based on Influence Functions. Wiley,New York
Dodge,Y., Jureckova,J. (2000) Adaptive Regression. Springer, New York
- Poznámka:
-
Dodge,Y., Jureckova,J. (2000) Adaptive Regression. Springer, New York
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Předmět je součástí následujících studijních plánů:
-
- Doktorské studium, prezenční forma (povinně volitelný předmět)
- Doktorské studium, kombinovaná forma (povinně volitelný předmět)
- Doktorské studium, strukturované prezenční (povinně volitelný předmět)
- Doktorské studium, strukturované kombinované (povinně volitelný předmět)