Selected statistical Methods

Garant předmětu:

Pavel Hrabák

Přednášející:

Petr Novák

Cvičící:

Petr Novák

Předmět zajišťuje:

katedra aplikované matematiky

Anotace:

Summary of probability theory;

Multivariate normal distribution;

Entropy and its application to coding;

Statistical tests: T-tests, goodness of fit tests, independence test;

Random processes - stacionarity;

Markov chains and limiting properties;

Queuing theory

Požadavky:

Basics of probability and statistics, multivariate calculus, and linear algebra.

Osnova přednášek:

1. Summary of basic terms of probability theory

2. Random variables

3. Random vectors

4. Multivariate normal distribution

5. Entropy of discrete distributions

6. Application of entropy in coding theory

7. Entropy of continuous distributions

8. Summary of basic notions of statistics

9. Paired and Two-sample T-test,

10. Goodness of fit tests,

11. Independence testing, contingency tables

12. Estimation of PDF and CDF

13. Gaussian mixtures and EM algorithm

14. Random processes - stationarity

15. Random processes - examples (Gaussian, Poisson)

16. Memory-less distributions, exponential race

17. Discrete-time Markov chains - introduction

18. Discrete-time Markov chains - classification of states

19. Discrete-time Markov chains - stationarity

20. Discrete-time Markov chains - estimation of parameters

21 MCMC

22. Continuous time Markov chains - introduction

23. Continuous time Markov chains - Kolmogorov equations

24. Queuing theory, Little's theorem

25. Queuing systems M/M/1 and M/M/m

26. Queuing systems M/G/infinity

Osnova cvičení:

1. Review lesson: basics of probability

2. Random vectors, multivariate normal distribution

3. Entropy and coding theory

4. Entropy, mutual information

5. T-tests

6. Goodness of fit tests, independence test

7. Estimation of PDF and CDF

8. Random processes, Poisson process

9. Discrete-time Markov chains - stationarity

10. Discrete-time Markov chains - classification of states

11. Exponential race

12. Continuous-time Markov chains

13. Queuing theory

Cíle studia:

The goal of the course is to introduce to the students advanced probabilistic and statistical methods used in information technology practice.

Studijní materiály:

1. Cover, T. M. - Thomas, J. A. : Elements of Information Theory (2nd Edition). Wiley, 2006. ISBN 978-0-471-24195-9.

2. Durrett, R. : Essentials of Stochastic Processes. Springer, 1999. ISBN 978-0387988368.

3. Grimmett, G. - Stirzaker, D. : Probability and Random Processes (3rd Edition). Oxford University Press Inc., 2001. ISBN 978-0-19-857222-0.

Poznámka:

Course information and study materials to be found at https://courses.fit.cvut.cz/NIE-VSM/

Další informace:

https://courses.fit.cvut.cz/NIE-VSM/

Rozvrh na zimní semestr 2023/2024:

Rozvrh není připraven

Rozvrh na letní semestr 2023/2024:

	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	místnost TH:A-1442 Novák P. 16:15–17:45 (přednášková par. 1) Thákurova 7 (budova FSv)
Čt	místnost T9:347 Novák P. 11:00–12:30 (přednášková par. 1) Dejvice NBFIT učebnamístnost T9:347 Novák P. 12:45–14:15 (přednášková par. 1 paralelka 101) Dejvice NBFIT učebna
Pá

Předmět je součástí následujících studijních plánů:

• Master specialization Software Engineering, in English, 2021 (povinný předmět programu)
• Master specialization Computer Security, in English, 2021 (povinný předmět programu)
• Master specialization Computer Systems and Networks, in English, 2021 (povinný předmět programu)
• Master specialization Design and Programming of Embedded Systems, in English, 2021 (povinný předmět programu)
• Master specialization Computer Science, in English, 2021 (povinný předmět programu)
• Master Specialization Digital Business Engineering, 2023 (povinný předmět programu)