(NMFM 334) Základy regrese | LS 2025
Prednáška: Po: 15:40 - 17:10 | @K6
Cvičenia: Ut: 10:40 - 12:10 | @K4 (Zdeněk Hlávka)
Cvičenia: Ut: 12:20 - 13:50 | @K4 (Jan Vávra)
Základné informácie k prednáške
- Prednáška sa koná raz týždenne -- podľa rozvrhu vždy v pondelok, od 15:40 v posluchárni K6. Výuka (prednáška) začne štandardne podľa rozvrhu, t.j., v prvý týždeň letného semestru, v pondelok, 17.02.2025 (@K6).
- Výukové materiály k prednáške (t.j., postupne aktualizovaný PDF súbor so slidami z prednášky), doplňujúce texty, prípadne ďalšie aktuálne informácie, budú (okrem prednášky) zverejňované aj na tejto webovej stránke.
- K zápisu na skúšku je nutné získať zápočet z cvičenia.
Prednáška - PDF transparencie
(Jedná se o základný pracovný materiál, ktorý ale neslúži ako plnohodnotný (a jediný) materiál k štúdiu. V prieběhu semetra bude PDF súbory postupne doplňované a v prípade nutnosti mierne updatované.
Na explicitné vyžiadanie niektorých študentov sú súbory s PDF slidymi z prednásky upravené do kompaktnejšej, tzv. "hand-out" verzii (t.j., bez preklikávaných slidov).
- Prednáška 1 (17/02) Motivácia a úvod do lineárnej regresie
PDF slidy: download - Prednáška 2 (24/02) Regresný model vs. klasifikačný model
PDF slidy: download - Prednáška 3 (03/03) Regresný model s jedným prediktorom
PDF slidy: download - Prednáška 4 (10/03) Mnohonásobný lineárny regresný model
PDF slidy: download - Prednáška 5 (17/03) Regresný model s kategorickými regresormi
PDF slidy: download - Prednáška 6 (24/03) Regresný model s lineárnymi interakciami
PDF slidy: download - Prednáška 7 (31/03) Diagnostika v lineárnych regresných modeloch
PDF slidy: download - Prednáška 8 (07/04) Inferencia v normálnom regresnom modeli
PDF slidy: download - Prednáška 9 (14/04) Inferencia bez predpokladu normality
PDF slidy: download - Prednáška 10 (28/04)
PDF slidy: - Prednáška 11 (05/05)
PDF slidy: - Prednáška 12 (12/05)
PDF slidy: - Prednáška 13 (19/05)
PDF slidy:
Povinná a doporučená literatúra
- Fahrmeir, L., Kneib, T., Lang, S., and Marx, B.D. (2021): Regression. (2nd edition). Springer-Verlag: Berlin, Germany. ISBN: 978-3-662-63881-1
- James, G., Witten, D., Hastie, T., and Tibshirani, R. (2021): An Introduction to Statistical Learning (with Applications in R). (2nd edition). Springer: New York, NY. ISBN: 978-1-0716-1417-4
- Khuri, A.I.(2010): Linear Model Methodology. Chapman & Hall/CRC: Boca Raton. ISBN: 978-1-58488-481-1
- Yan, X. and Su, X. (2009): Linear Regression Analysis: Theory And Computing. Singapore: World Scientific. ISBN: 978-981-283-411-9
- Komárek, A. (2021): NMSA407 Linear Regression: Course Notes. Charles University (online)
- Zvára, K. (2008): Regrese. Matfyzpress: Praha. ISBN: 978-80-7378-041-8
