Wnioskowanie Statystyczne - wykład: Różnice pomiędzy wersjami
Z Brain-wiki
| Linia 31: | Linia 31: | ||
## [[WnioskowanieStatystyczne/Bootstrap|Bootstrap]] | ## [[WnioskowanieStatystyczne/Bootstrap|Bootstrap]] | ||
# [[WnioskowanieStatystyczne/MLF|Metoda największej wiarygodności]] | # [[WnioskowanieStatystyczne/MLF|Metoda największej wiarygodności]] | ||
| + | # | ||
## [[WnioskowanieStatystyczne/Regresja_liniowa|Regresja liniowa]] | ## [[WnioskowanieStatystyczne/Regresja_liniowa|Regresja liniowa]] | ||
| − | # [[WnioskowanieStatystyczne/Bonferroni|Problem porównań wielokrotnych | + | # [[WnioskowanieStatystyczne/Bonferroni|Problem porównań wielokrotnych -- miejskie legendy i przepowiednie]] |
| − | # | + | # |
| − | # | + | # [[WnioskowanieStatystyczne/Analiza_wariancji|Analiza wariancji]] |
| + | # | ||
| + | # [[WnioskowanieStatystyczne/Twierdzenie_Bayesa|Twierdzenie Bayesa]] | ||
## [[WnioskowanieStatystyczne/Prawdopodobienstwo|Prawdopodobieństwo]] | ## [[WnioskowanieStatystyczne/Prawdopodobienstwo|Prawdopodobieństwo]] | ||
| − | # | + | # |
| + | # [[WnioskowanieStatystyczne/Elementy_statystyki_wielowymiarowej|Elementy statystyki wielowymiarowej]] | ||
| + | # | ||
# [[Sztuczne sieci neuronowe (ANN )|Sztuczne sieci neuronowe]] | # [[Sztuczne sieci neuronowe (ANN )|Sztuczne sieci neuronowe]] | ||
# [[Algorytmy Genetyczne|Algorytmy Genetyczne]] | # [[Algorytmy Genetyczne|Algorytmy Genetyczne]] | ||
Wersja z 15:57, 27 kwi 2017
Wnioskowanie statystyczne (wykład)
- Testy nieparametryczne
- Metoda największej wiarygodności
- Problem porównań wielokrotnych -- miejskie legendy i przepowiednie
- Analiza wariancji
- Twierdzenie Bayesa
- Elementy statystyki wielowymiarowej
- Sztuczne sieci neuronowe
- Algorytmy Genetyczne
Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. 
Autor: Piotr Durka.
zasady zaliczenia przedmiotu
Punktacja ćwiczeń:
- 10 wejściówek (po 1 pkt) na początku zajęć
- materiał obejmuje zagadnienia z poprzednich wykładów i ćwiczeń, wybrane pod kątem najbliższych ćwiczeń
- polecenia będą obejmować przykładowo naszkicowanie zadanego rozkładu, podania definicji, przeprowadzenia prostego rachunku czy zaproponowania fragmentu kodu
- 2 kolokwia (po 14 pkt), poniedziałki rano
- 24.04.17 - zmienne losowe i przedziały ufności
- 05.06.17 - testowanie hipotez i regresja liniowa
- możliwość korzystania z własnych notatek i programów
- 2 projekty (po 6 pkt)
- do oddania odpowiednio do 10.04.17 i 29.05.17
- propozycje projektów zostaną podane w trakcie semestru:
Zaliczenie ćwiczeń:
- Minimum 25 pkt łącznie
- W tym min. 7 pkt z wejściówek
Zaliczenie ćwiczeń jest warunkiem koniecznym dopuszczenia do egzaminu pisemnego (z wykładu). Możliwe, że dla studentów, którzy uzyskali co najmniej 25 pkt łącznie i co najmniej 4 pkt z wejściówek, konieczna będzie kartkówka poprawkowa (przed egzaminem końcowym) pozwalająca zaliczyć ćwiczenia.
Zaliczenie wykładu:
- Egzamin pisemny
Ocena końcowa z przedmiotu = średnia ocen z ćwiczeń i z wykładu.
