Základy regrese | LS 2026 — NMFM 334

Prednáška: Ut: 09:00 - 10:30 | @K2

Cvičenia: Ut: 10:40 - 12:10 | @K11 (Zdeněk Hlávka)
Cvičenia: Ut: 12:20 - 13:50 | @K11 (Jan Vávra)

Základné informácie k prednáške

• Prednáška sa koná raz týždenne -- podľa rozvrhu štandardne v utorok, od 09:00 v posluchárni K2. Výuka (prednáška) začne podľa rozvrhu v prvý týždeň letného semestra, t.j., v utorok, 17.02.2026.
• Výukové materiály k prednáške (postupne aktualizované PDF súbory so slidami z prednášky), doplňujúce texty, prípadne ďalšie aktuálne informácie, budú zverejňované na tejto webovej stránke.
• K zápisu na skúšku je nutné získať zápočet. Podrobnbosti k zápočtu a k celkovej organizácii jednotlivých cvičení budú koordinované medzi cvičiacimi a komunikované na cvičeniach.

Prednáška - PDF transparencie  (Jedná se o základný pracovný materiál, ktorý ale neslúži ako plnohodnotný (a kompletný) materiál k štúdiu (a k skúške). V prieběhu semetra budú PDF súbory postupne doplňované a v prípade nutnosti mierne updatované.

Sylabus 

• 17.02.2026   Úvod
  Motivácia a história lineárnej regresie | PDF súbor
• 17.02.2026   Prednáška 1 (namiesto cvičenia)
  Metóda najmenších štvorcov | PDF súbor
• 24.02.2026   Prednáška nebude
  (v danom týždni sa uskutočnia pouze cvičenia)
• 03.03.2026   Prednáška 2
  Regresný model s jedným prediktorom | PDF súbor
• 10.03.2026   Prednáška 3
  Mnohonásobný lineárny regresný model | PDF súbor
• 17.03.2026   Prednáška 4
  Regresný model kategorickými a zmiešanými premennými | PDF súbor
• 24.03.2026   Prednáška nebude
  (informácie o výuke poskytnú vyučujúci na cvičeniach)
• 31.03.2026   Prednáška 5
  Lineárny regresný model s interakciami
• 07.04.2026   Prednáška 6
  Inferencia za predpokladu normality
• 14.04.2026   Prednáška 7
  Inferencia bez predpokladu normality
• 21.04.2026   Prednáška 8
  Diagnostika v lineárnych regresných modeloch
• 28.04.2026   Prednáška 9
  Heteroskedasticita v regresných modeloch
• 05.05.2026   Prednáška 10
  Atypické pozorovania (leverages/outliers)
• 12.05.2026   Prednáška 11
  Regresné modely nad rámec linearity

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

---