OAVENP0012 Zpracování observačních dat

Fyzikální ústav v Opavě
zima 2021
Rozsah
10 hodin přednášek, 20 hodin cvičení. 5 kr. Ukončení: zk.
Vyučující
doc. RNDr. Gabriel Török, Ph.D. (přednášející)
Garance
doc. RNDr. Gabriel Török, Ph.D.
Předpoklady
(FAKULTA(FU) && TYP_STUDIA(N))
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Předmět poskytuje základní přehled problematiky zpracování observačních dat, zejména se zaměřením na regresní analýzu. Připravuje studenty na řešení úloh vyžadujících vyhodnocení experimentálně získaných závislostí funkce jedné, resp. více proměnných.
Osnova
  • Je poskytována teoretická a praktická příprava pro modelování dat - lineární a nelinární regrese, hledání extrémů a kořenů získaných závislostí a statistické porovnání predikovaných a měřených funkčních závislostí a distribucí. Důraz je kladen na praktické aplikace algoritmů a seznámení se jak s jejich přímou interpretací (např. v C++), tak s možností použití vysoko-úrovňových programovacích jazyků zaměřených na zpracování dat (IDL), popř. i v návaznosti na software pro algebraické manipulace (Maple, Matematika).
Literatura
    povinná literatura
  • Z. Riečanová a kolektív. Numerické metódy a matematická štatistika. Alfa, Bratislava, 1987.
  • Brandt, Siegmund. Data analysis: statistical and computational methods for scientists and engineers.. New York: Springer-Verlag, 1998. ISBN 0-387-98498-4.
    doporučená literatura
  • Kvasnica, J. Matematický aparát fyziky. Academia, 2004. ISBN 80-200-0603-6.
  • M. Javůrek, I. Taufer. Nebojme se nelineární regrese. CHEMagazín, 2006.
  • William H. Press, Saul A. Teukolsky, William T. Vetterling, and Brian P. Flannery. Numerical Recipes with Source Code CD-ROM 3rd Edition: The Art of Scientific Computing. Cambridge University Press, 1997.
Metody hodnocení
Student vypracuje semestrální projekt. Úspěšná obhajoba a diskuze je předmětem zápočtu a zkoušky.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích zima 2020, zima 2022, zima 2023.