Računarska statistika

Šifra:	61502
ECTS:	5.0
Nositelji:	doc. dr. sc. Snježana Lubura Strunjak
Izvođači:	doc. dr. sc. Snježana Lubura Strunjak - Auditorne vježbe
Engleski jezik:	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

Predavanja 30

Auditorne vježbe 15

* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)

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:

Preduvjeti za:

Upis predmeta :
Položen : Primijenjena statistika

3. semestar

Obavezni predmet - Redovni Studij - Matematička statistika

SADRŽAJ

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

Obavijesti

Arhiva obavijesti

Anketa

Repozitorij

Računarska statistika

1. komponenta

SADRŽAJ

Obavijesti

PRIRODOSLOVNO-MATEMATIČKI FAKULTET