| Název předmětu | Pokročilé regresní metody |
|---|---|
| Kód předmětu | KBE/051 |
| Organizační forma výuky | Přednáška + Cvičení |
| Úroveň předmětu | Doktorský |
| Rok studia | nespecifikován |
| Četnost výuky | V akademických rocích začínajících lichým letopočtem (např. 2017/2018), jen v zimním semestru. |
| Semestr | Zimní |
| Počet ECTS kreditů | 5 |
| Vyučovací jazyk | čeština |
| Statut předmětu | Povinný, Povinně-volitelný |
| Způsob výuky | Kontaktní |
| Studijní praxe | Nejedná se o pracovní stáž |
| Doporučené volitelné součásti programu | Není |
| Vyučující |
|---|
|
| Obsah předmětu |
|
Obsah přednášky: Lineární, zobecněné lineární a zobecněné aditivní modely; lineární modely se smíšenými efekty - vnořené vs. (částečně) zkřížené náhodné efekty, modelování korelační struktury, GLMM, GAMM; analýza přežívání s náhodnými efekty, zero-inflated a zero-truncated modely, pokročilé regresní stromy a náhodné lesy, analýza fylogenetických dat, analýza bodových uspořádání, výběr modelu - klasické postupy a postupy založené na úspornosti, průměrování modelů; boostrap a jacknife Obsah cvičení: Doplňují přednášku, nejsou časově oddělena - prolínají se
|
| Studijní aktivity a metody výuky |
Monologická (výklad, přednáška, instruktáž), E-learning
|
| Výstupy z učení |
|
Posluchači se seznámí s pokročilými způsoby modelování dat z přírodovědných oborů, s důrazem na kombinaci pevných a náhodných efektů a také na volbu komplexity modelů a kombinace více jejich typů. Cílem je, aby si posluchači tyto postupy osvojili a dokázali je nezávisle používat ve své odborné práci. Významnou součástí kurzu jsou i přednášejícím hodnocené domácí úkoly.
Absolventi budou schopni se pro data pocházející z oborů přírodních věd správně rozhodnout o typu regresního modelu: podoba vysvětlujících proměnných a volba pevných vs. náhodných efektů, transformace škály vysvětlované a vysvětlujících proměnných, testování významností jednotlivých efektů a výběr vysvětlujících proměnných. Budou také schopni efektivně aplikovat pokročilé typy stromečkových modelů (např. boosted regression trees and regression forests). Naučí se aplikovat metody modelování fylogenetických korelací mezi jednotlivými taxony v oblasti srovnávací ekologie a správně použít neparametrické zobecněné aditivní modely (GAM a GAMM). |
| Předpoklady |
|
Student by měl být již seznámen nejen se základními lineárními modely (lineární regrese, ANOVA), ale take s pokročilejšími zobecněnými lineárními modely (GLM) a s použitím těchto modelů v programu R. Znalost základů práce s programem R je ověřována na počátku kurzu.
KBE/050 ----- nebo ----- KBE/785E |
| Hodnoticí metody a kritéria |
|
Písemná zkouška, Průběžné hodnocení
Studenti by měli průběžně dodávané studijní materiály prostudovat před jejich probíráním s přednášejícím. Studentům jsou v průběhu semestru zadávány domácí úkoly (5-7), které jsou bodovány přednášejícím. |
| Doporučená literatura |
|
| Studijní plány, ve kterých se předmět nachází |
| Fakulta | Studijní plán (Verze) | Kategorie studijního oboru/specializace | Doporučený semestr |
|---|