Statistička analiza podataka

Ishodi učenja

  1. Definirati osnovne pojmove u statističkoj analizi podataka
  2. Objasniti matematičke temelje osnovnih statističkih postupaka
  3. Primijeniti postupak pripreme podataka i postupak vizualizacije podataka
  4. Primijeniti statistički test na stvarnim podatcima
  5. Analizirati odnose između statističkih varijabli primjenom postupaka regresijske i korelacijske analize
  6. Ocijeniti i opravdati adekvatnost statističkog postupka zaključivanja za zadane podatke
  7. Objasniti rezultate statističke analize podataka i procijeniti njihov praktični značaj

Oblici nastave

Predavanja

Samostalni zadaci

Laboratorij

Tjedni plan nastave

  1. Prikazivanje statističkih podataka. Populacija i uzorak. Metode uzorkovanja. Parametri populacije
  2. Cilj multivarijatne statističke analize; Podaci, objekti, varijable i skale (Stevensova klasifikacija); Klasificiranje multivarijantnih tehnika, Sažimanje, opisivanje i grafički prikaz multivarijatnih podataka
  3. Sredina. medijan. mod razdiobe. Disperzija. varijanca. kvantili radiobe. međukvartilni raspon, Statistička interferencija. Koeficijent korelacije. Linearna korelacija.
  4. Testiranje hipoteza; Pogreške prve i druge vrste; Testiranje hipoteza o parametrima; Uzoračke distribucije, Testiranje hipoteze o vrijednosti očekivanja populacije. testiranje hipoteze o jednakosti očekivanja dviju populacija; t-test
  5. Testiranje hipoteze o vrijednosti disperzije populacije. testiranje hipoteze o jednakosti disperzija dviju populacija; hi-kvadrat test; F-test
  6. Razlika sredina. disperzija dviju normalnih populacija. usporedba proporcija dviju populacija, Testiranje hipoteze o proporciji i o jednakosti dviju proporcija; U-test
  7. Interpretacija rezultata testova; veličina uzorka; interpretacija p-vrijednosti, Primjeri primjena: statistička kontrola kvalitete i kontrolni dijagrami
  8. Međuispit
  9. Prednosti. nedostatci i korištenje neparametarskih statističkih procedura, Neparametarski testovi za jedan uzorak, Neparametarski testovi za dva nezavisna i dva vezana uzorka, Neparametarski testovi za tri i više nezavisnih i vezanih uzoraka
  10. Manipuliranje podacima prije multivarijantne analize (izgubljeni podaci, outlier detekcija, transformacija podataka, standardizacija, normalnost, linearnost, homoscesivnost, homoegenost), Podaci koji su prikladni za multivarijatnu analizu: podaci, korelacija, varijantna kovarijanca, suma kvadrata i unakrsnih proizvoda matrica, ostatak, udaljenosti (statistička i Mehalanobis), Geometrija uzorka i slučajno uzorkovanje
  11. Analiza varijance (ANOVA / MANOVA) i dizajn eksperimenta
  12. Linearna regresija, Višeznačna linearna regresija
  13. Primijenjena korelacijska i regresijska analiza, interpretacija i odnos prema analizi varijance (ANOVA)
  14. Bayesijansko zaključivanje naspram frekvencijskog zaključivanja
  15. Završni ispit

Studijski programi

Sveučilišni preddiplomski
Elektrotehnika i informacijska tehnologija (studij)
Izborni predmeti (5. semestar)
Računarstvo (studij)
Izborni predmeti (5. semestar)

Literatura

(.), Željko Pauše: Uvod u matematičku statistiku, Školska knjiga, 1992,
(.), Mirta Benšić, Nenad Šuvak: Primijenjena statistika, Sveučilište J. J. Štrosmajera, 2013,
(.), 1) David M. Diez, Crhisopher D. Barr, Mine CerinkayaRundel: OpenIntro Statistics, OpenIntro, 2015.,
(.), 2) L. Fahrmeir, T. Kneib, S. Lang, B. Marx: Regression: Models, Methods and Applications, Springer, 2013.,
(.), 3) G. James, Daniela Witten,Tre vor Hastie, Robert Tibshirani: An Introduction to Statistical Learning with Applications in R, Springer, 2013.,

Izvedba

ID 183454
  Zimski semestar
5 ECTS
R3 Engleski jezik
R1 E-učenje
45 Predavanja
0 Auditorne vježbe
12 Laboratorijske vježbe
0 Konstrukcijske vježbe