Računarska statistika

Osnovni podaci
Detaljne informacije
Nastava
Termini konzultacija

Šifra:	61532
ECTS:	5.0
Nositelji:
Engleski jezik: 1,0,0	Nastava se odvija na hrvatskom jeziku u svim svojim elementima, a stranim studentima koji su pridruženi mješovitoj grupi nudi se mogućnost savladavanja predmeta pomoću dodatnih izravnih konzultacija s nastavnikom i asistentima na engleskom jeziku. Pri tome, nastavnik stranog studenta upućuje na odgovarajuću literaturu na engleskom jeziku te mu osigurava mogućnost polaganja predmeta na engleskom jeziku.

Opterećenje:

1. komponenta

Vrsta nastave Ukupno

Opis predmeta:

CILJ KOLEGIJA: Upoznavanje sa suvremenim računalnim metodama koje se koriste u situacijama u kojima klasične statističke metode nisu primjenjive (npr. bootstrap), te kada se želi ispitati ponašanje, robusnost ili prediktivnost neke metode ili modela (npr. za procjenu pogreške predikcije bagged klasifikacijskim stablima).

NASTAVNI SADRŽAJI:
1. Uvod. Generatori slučajnih brojeva. Metoda inverzne funkcije distribucije. Box-Muller metoda. Tablična metoda Marsaglia-e. Metode odbacivanja.
2. Generatori u SAS-u i R-u. Univarijatni generatori: uniformni, normalni, binomni, gamma. Metropolis-Hastings algoritam. Gibbs algoritam.
3. Multivarijatni generatori: transformacije i Gibbs metoda. Generiranje slučajnih matrica.
4. Monte Carlo procjenjivanje. Procjenjivanje određenog integrala. Procjena varijance pri Monte Carlo procjenjivanju. Primjeri.
5. Priprema individualnih studijskih projekata.
6. Monte Carlo eksperimenti. Kontrola, reproducibilnost, efikasnost, dizajn Monte Carlo eksperimenta, dokumentacija - priprema izvješća.
7. Detaljna razrada primjera Monte Carlo eksperimenta. Razrada individualnih studijskih projekata.
8. Monte Carlo testovi: simulacija podataka po hipotetskom modelu. Metode za redukciju varijabiliteta u Monte Carlo procjenjivanju. Primjer: procjena očekivanih vrijednosti korjena slučajne matrice kovarijanci.
9. Antitetske varijable. Kontrolne varijable. Kontrolne varijable s regresijom. Importance sampling (uzorkovanje po važnosti).
10. Metode ponavljanog uzorkovanja (resampling). Bootstrap (parametarski i neparametarski), jackknife, kros-validacija, podjele podataka, randomizacija.
11. Grafičke metode u računalnoj statistici. Grafički prikazi jedne i dvije varijable. Prikazivanje treće varijable.
12. Vizualizacija višedimenzionalnih podataka. Dinamička grafika. Eksploracija višedimenzionalnih podataka.
13. Monte Carlo metode i statističko učenje. Model višestruke linearne regresije. Metode za izbor prediktora. Bagging - primjena u višestrukoj linearnoj regresiji.
14. Stabla odlučivanja. CART, CHAID.
15. Bagging - primjena u stablima odlučivanja. Boosting. Slučajne šume (random forests). Grafički prikazi.

Literatura:

Termini konzultacija:

Za termin konzultacija obratite se predmetnim nastavnicima.

SADRŽAJ

Svi materijali potrebni za kolegij se nalaze unutar e-kolegija Računarska statistika na Merlinu: link.

Rezultati drugog kolokvija, bodovi iz zadaća, projektnih zadataka i ocjene

se mogu vidjeti ovdje.

VAŽNO: Studenti koji ne žele prihvatiti ostvarenu ocjenu (što znači da će pasti kolegij, i eventualno ga upisati iduće godine) trebaju najkasnije do srijede 6.7. u 12h dostaviti profesorici pisanu izjavu da ne prihvaćaju ocjenu.

Pisana izjava je dokument koji dokazuje da ocjenu studenta nije potrebno unijeti u ISVU.

1. 7. 2022.

Autor: Snježana Lubura Strunjak

Popis obavijesti

Anketa

Repozitorij

Računarska statistika

1. komponenta

SADRŽAJ

Rezultati drugog kolokvija, bodovi iz zadaća, projektnih zadataka i ocjene