Motivační příklad – 1a Vliv rodičů a prostředí na vývoj mláďat Nejstarší mládě v každém hnízdě měřeno ve věku X dní Vysvětlující údaje: počet mláďat, stáří.

Slides:



Advertisements
Podobné prezentace
Monte Carlo permutační testy & Postupný výběr
Advertisements

Chováme králíčky Liší se tato tři králičí plemena hmotností?
Cvičení 6 – 25. října 2010 Heteroskedasticita
Predikce Zobecněná MNČ
Cvičení října 2010.
ZÁKLADY EKONOMETRIE 2. cvičení KLRM
Statistika schématicky Tomáš Mrkvička. Základy znáte Konfidenční intervaly Porovnání 2 či více výběrů Regresní modely Základy časových řad.
ZÁKLADY EKONOMETRIE 8. cvičení MZNČ
Analýza variance (Analysis of variance)
Statistika II Michal Jurajda.
Návrh modelů Jan Brůha IREAS. Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi.
Úvod do regresní analýzy
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
Růstové a přírůstové funkce
Softwarové zabezpečení analýzy měřícího systému (MSA)
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Obecný lineární model Analýza kovariance Nelineární modely
Korelace a kauzalita
Biostatistika 9. přednáška Aneta Hybšová
1. Teorie hedonických trhů a odhad funkce hedonické ceny pro Prahu 2
Lineární regrese.
Obecný lineární model Fitované hodnoty and regresní residuály
Simultánní rovnice Tomáš Cahlík
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Složitější (mnohorozměrné) metody
Korelace a elaborace aneb úvod do vztahů proměnných
Korelace a elaborace aneb úvod do vztahů proměnných
Lineární regrese.
REGIONÁLNÍ ANALÝZA Cvičení 3 Evropský sociální fond
Lineární regresní analýza
Závislost dvou kvantitativních proměnných
Biostatistika 6. přednáška
Další spojitá rozdělení pravděpodobnosti
Biostatistika 7. přednáška
Analýza variance (ANOVA).
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
V. Analýza rozptylu ANOVA.
Lineární regrese FSS928.
AKD VII.
Metrologie   Přednáška č. 5 Nejistoty měření.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
8. Kontingenční tabulky a χ2 test
Biostatistika 8. přednáška
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Biostatistika 1. přednáška Aneta Hybšová
Gradientová analýza II
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
V experimentu měníme hodnotu jedné nebo několika veličin x i a studujeme závislost veličiny y. - např. měníme, ostatní x i bereme jako parametry ( , ,
1. cvičení
STATISTICKÝ ROZCESTNÍK aneb CO S DATY Martin Sebera.
Analýza variance (ANOVA). ANOVA slouží k porovnávání středních hodnot 2 a více náhodných proměnných. Tam, kde se používal dvouvýběrový t-test, je možno.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
Jiří Šafr jiri.safr(zavináč)seznam.cz
IV..
Aplikovaná statistika 2.
Demografie rostlin - populační biologie rostlin. Co je demografie ? Discipl í na studuj í c í změny velikosti populace v čase Snaha o porozuměn í těchto.
Statistické metody pro prognostiku Luboš Marek Fakulta informatiky a statistiky Vysoká škola ekonomická v Praze.
Sledujeme (např.): Chceme prokázat: závisí plat na dosaženém vzdělání? závisí plat na dosaženém vzdělání? je u všech čtyř strojů délka výlisků srov- natelná.
Metody zkoumání závislosti numerických proměnných
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Opakování – přehled metod
Interpolace funkčních závislostí
Analýza časových řad Klasický přístup k analýze ČŘ
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
PSY252 Statistická analýza dat v psychologii II Seminář 9
Parciální korelace Regresní analýza
Pokročilé neparametrické metody Validační techniky
Lineární regrese.
7. Kontingenční tabulky a χ2 test
Interpolace funkčních závislostí
Transkript prezentace:

Motivační příklad – 1a Vliv rodičů a prostředí na vývoj mláďat Nejstarší mládě v každém hnízdě měřeno ve věku X dní Vysvětlující údaje: počet mláďat, stáří rodičů, velikost teritoria,...

Motivační příklad – 1b Co když neměřím jedno mládě, ale všechna? Co když neměřím mládě jednou, ale opakovaně – chci srovnávat růstové křivky? Co když růstové křivky nelze popsat parametricky?

Motivační příklad - 2 Sleduji výskyty a absence arniky na pasekách Lišovského prahu... Měřím velikost paseky, její izolaci, množství okolní biomasy, množství N v půdě... Na každé pasece je variabilita v biomase a [N] Mám spoustu vysvětlujících faktorů (GIS), ale nevím, které použít...

Obecný lineární model Fitované hodnoty and regresní residuály Y i ~  0 +  1 *X 1i +  2 *X 2i + … Regresní koeficient  and jeho odhad b Variance objasněná modelem: testy Výběr modelu

Zobecněný lineární model GLM 1 Lineární prediktor  =  0 +  j X j Link funkce g(EY) =  Distribuční předpoklady:

GLM 2 Co sem patří: klasická regrese a obvyklá ANOVA jejich rozšíření pro proměnné s ne-konstantní variancí analýza kontingenčních tabulek (log-linearní model) probitová analýza Deviance: zobecnění residualní sumy čtverců Testy založeny na F-statistice nebo AIC

GLM 3: příklad logit regrese

Vyhlazování: metoda loess

GAM: zpět k aditivitě Ozone =  0 +  1 * Temp +  2 * Wind +  E(Ozone) = *Temp * Wind

GAM: zobrazení hladkých členů

Klasifikační a regresní stromy (CART)