Robustní statistika pro kybernetiku

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Statistické 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:

Ricardo A. Maronna, R. Douglas Martin, Victor J. Yohai, Matías Salibián-Barrera, Robust Statistics: Theory and Methods (with R), 2nd Edition

ISBN: 978-1-119-21466-3 October 2018 464 Pages

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

Další informace:

Pro tento předmět se rozvrh nepřipravuje

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)