Praktická analýza dat a rizik

Garant předmětu:

Václav Štěpán

Přednášející:

Kateřina Pilařová, Václav Štěpán

Cvičící:

Václav Štěpán

Předmět zajišťuje:

katedra dozimetrie a aplikace ionizujícího záření

Anotace:

Záměrem předmětu je poskytnout studentům souhrn základních teoretický poznatků, zejména z oblasti pravděpodobnosti a statistiky, užitečných pro analýzu dat a rizik. Hlavní náplní předmětu je zejména praktická aplikace teoretických postupů, zejména analýza dat s využitím dostupného softwarového řešení. Studenti se naučí provést komplexní analýzu a zhodnocení dat a rizik.

Požadavky:

Osnova přednášek:

1.Úvod do zpracování dat, nejistoty měření a zpracování dat, klasifikace jevů přispívajících k výsledné nejistotě, kvantifikace nejistot

2.Základní statistické zpracování a průzkumová analýza jednorozměrných dat – popis a vlastnosti souboru jednorozměrných dat, ověření předpokladů o souboru dat, statistická analýza dat

3.Výběrové metody, základní statistická rozdělení, transformace dat, bodové a intervalové odhady, int. spolehlivosti

4.Lineární regresní modely, korelace, nelineární regresní modely

5.Testování statistických hypotéz, analýza rozptylu, korelační analýza

6.Popisná statistika vícerozměrných dat a průzkumová analýza, základní stat. analýza vícerozměrných dat

7.Klasické interpolační postupy, spline interpolace, aproximace funkcí a polynomem, vyhlazování dat

8.Risk analýza, zhodnocení rizik a plánování činností k odvrácení a eliminaci rizik

Osnova cvičení:

1.Základní popis dat, reprezentativní soubor dat a základní grafická prezentace experimentálních dat

2.SW pro statistické zpracování dat a jejich vizualizaci

3.Grafické zpracování a prezentace dat, ukázky dostupného SW se zaměřením na open-source SW

4.Základní statistické zpracování a analýzy dat v programu R

5.Grafická vizualizace dat v programu R

6.Testování normality dat, transformace dat, výpočet základních statistik,

7.Grafická vizualizace dat v závislosti na geografické poloze – použití software QGIS

8.Kalibrace – kalibrace experimentálních dat

9.Aproximace a interpolace jednorozměrných dat

10.Aproximace a interpolace vícerozměrných dat

11.Praktické postupy pro identifikaci a popis rizik, identifikace zdrojů rizik

12.Praktické postupy kvalitativní a kvantitativní analýzy rizik, stanovení pravděpodobnosti ohrožení

13.Postupy komplexního hodnocení rizik a analýza následků

14.Zpracování vybraného souboru dat s grafickým výstupem – samostatná práce

15.Analýza rizik pro modelovou situaci – samostatná práce

Cíle studia:

Studijní materiály:

Povinná literatura:

[1] M. J. Crawley. The R Book. WILEY 2013.

[2] M. J. Crawley. Statistics: An Introduction Using R. WILEY 2015.

Doporučená literatura:

[3]A. Fiels, J. Miles, Z. Field: Discovering Statistics using R, SAGE Publications Ltd. 2012

[4]M. Meloun, J. Militký. Statistická analýza experimentálních dat. ACADEMIA 2004.

Poznámka:

Rozvrh na zimní semestr 2023/2024:

Rozvrh není připraven

Rozvrh na letní semestr 2023/2024:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů: