(NMFM 334) Základy regrese | LS 2024
Prednáška: Ut: 10:40 - 12:10 | @K6
Cvičenie: Ut: 12:20 - 13:50 | @K6
Základné informácie
- Prednáška sa koná raz týždenne -- podľa prezenčného rozvrhu vždy vo utorok, od 10:40 v posluchárni K6. Výuka (prednáška) začne štandardne podľa rozvrhu, t.j., v prvý týždeň letného semestru, v utorok, 20.02.2023 (@K6). Prvé cvičenie k prednáške sa uskutoční taktiež v prvý týždeň semestru, t.j., utorok, 20.02.2023 (od 14:00 v posluchárni K6).
- Výukové materiály k prednáške (t.j., postupne aktualizovaný PDF súbor so slidami z prednášky), doplňujúce texty, prípadne ďalšie aktuálne informácie, budú zverejňované na tejto webovej stránke.
- Podrobnosti ohľadom získania zápočtu, priebehu a forme záverečnej skúšky a ďalšie podrobnosti sú uvedené na stránke predmetu v SIS, resp. budú komunikované osobne na začiatku semestru.
- K zápisu na skúšku je nutné získať zápočet z cvičenia.
Prednáška - PDF transparencie
(Jedná se o základný pracovný materiál, ktorý ale neslúži ako plnohodnotný (a jediný) študijný materiál. V prieběhu semetra bude PDF súbor postupne dopĺňaný a aktualizovaný. Doplňujúce informácie budú obsiahnuté vrámci (online) prednášok)
- Prednáška 1 (20/02) Motivácia a úvod do lineárnej regresie
PDF slidy: download - Individuálne štúdium (27/02) (zaujímavosti a paradoxy o regresii)
Výsledky spracovať na A4 papier a priniesť na prednášku 05.04 - Prednáška 2 (05/03) Regresný model vs. klasifikačný model
PDF slidy: download - Prednáška 3 (12/03) Regresný model s jedným prediktorom
PDF slidy: download - Prednáška 4 (19/03) Mnohonásobný lineárny regresný model
PDF slidy: download - Prednáška 5 (26/03) Lineárny regresný model s interakciami
PDF slidy: download - Prednáška 6 (02/04) Regresné diagnostifikačné nástroje
PDF slidy: download - Prednáška 7 (09/04) Statistická inference v normálnom modeli
PDF slidy: download - Prednáška 8 (16/04) Statistická inference v modeli bez normality
PDF slidy: download - Prednáška 9 (23/04) Line8rny regresný model s heterokedascitou
PDF slidy: download - Prednáška 10 (30/04) Regresné modely nad rámec linearity
PDF slidy: download - Prednáška 11 (07/05) Regresné modely a atypické data
PDF slidy: download - Prednáška 12 (14/05) Modifikácie regresných modelov
PDF slidy: download
Povinná a doporučená literatúra
- Fahrmeir, L., Kneib, T., Lang, S., and Marx, B.D. (2021): Regression. (2nd edition). Springer-Verlag: Berlin, Germany. ISBN: 978-3-662-63881-1
- James, G., Witten, D., Hastie, T., and Tibshirani, R. (2021): An Introduction to Statistical Learning (with Applications in R). (2nd edition). Springer: New York, NY. ISBN: 978-1-0716-1417-4
- Khuri, A.I.(2010): Linear Model Methodology. Chapman & Hall/CRC: Boca Raton. ISBN: 978-1-58488-481-1
- Yan, X. and Su, X. (2009): Linear Regression Analysis: Theory And Computing. Singapore: World Scientific. ISBN: 978-981-283-411-9
- Komárek, A. (2021): NMSA407 Linear Regression: Course Notes. Charles University (online)
- Zvára, K. (2008): Regrese. Matfyzpress: Praha. ISBN: 978-80-7378-041-8
Podkladové materiály pre cvičenia
- Cvičenie 1 | (20.02.2024)
Podkladové materiály k cvičeniu: R script - Samostatná úloha | (27.02.2024)
Inštalácia R balíčku mffSM - Cvičenie 2 | (05.03.2024)
Podkladové materiály k cvičeniu: R script - Cvičenie 3 | (12.03.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 4 | (19.03.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 5 | (26.03.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 6 | (02.04.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 7 | (09.04.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 8 | (16.04.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 9 | (23.04.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 10 | (30.04.2024)
Podkladové materiály k cvičeniu: HTML Markdown - Cvičenie 11 | (07.05.2024)
Podkladové materiály k cvičeniu: HTML Markdown
Disclaimer
Vrámci platných Pravidiel pro organizaci studia na Matematicko-fyzikální fakultě Univerzity Karlovy (ze dne 23.června, 2023), sa vzhľadom k Čl. 8, dds.2 týchto pravidiel týmto vyhlasuje, že povaha předmětu vylučuje právo studenta na jeden řádny a dva opravné termíny pro získaní zápočtu. Získaní zápočtu sa riadi výhradne pravidlami uvedenými vyššiena tejto web stránke (a tiež na stránke predmetu v SIS).