Odjel za matematiku

Multivarijatna analiza

M032 (2+1+1) - 6 ECTS bodova

 

OSNOVNE INFORMACIJE

 

Cilj predmeta je upoznati studente s osnovnim modelima za statističko zaključivanje o slučajnom vektoru, osposobiti ih  da  razumiju  i primjenjuju metoda multivarijatne analize na analizu  podataka.

Okvirni sadržaj predmeta.

Višestruka linearna regresija i primjene (procjena i teorija distribucije, testiranje hipoteza, odstupanje od klasičnih pretpostavki, razvoj modela, izbor varijabli, transformacije varijabli, kategorijalne nezavisne varijable, matrica dizajna, ANOVA).

Generalizirani linearni modeli (Poissonova zavisna varijabla, binarna (ili binomna) zavisna varijabla).

Faktorska analiza.

Klaster analiza.

Modeliranje strukturnim jednadžbama.


 NASTAVNIKKONZULTACIJE
VODITELJ KOLEGIJA Prof.dr.sc. Mirta Benšić vrijeme konzultacija
     

 

OSNOVNA LITERATURA

F.E. Harrell, Ir. Regression Modeling Strategies with Applications to Linear Models, Logistic Regression and Survival Analysis, Springer, New York, 2001.

A. Basilevsky, Statistical Factor Analysisi and Related Models: Theory and Applications, Wiley-Interscience, New York, 1994.

Bruce Hansen  http://www.ssc.wisc.edu/~bhansen/econometrics/

J.M. Wooldridge, Introductory Econometrics, South-Western, Cengage Learning, Mason, 2013.

 

PRAVILA POLAGANJA ISPITA

  • teorija se polaže unutar dva kolokvija ili na usmenom ispitu
  • vrednuje se prezentacija seminara i pisani oblik seminara

Formiranje ocjene: Ukupna ocjena se formira počevši od ocjene teorijskog dijela  korekcijom u odnosu na kvalitetu izrade i prezentacije projekta (+1,-1 ili 0)

Upute  za izradu projekta

Ispitne teme za prvi kolokvij

Ispitne teme za drugi kolokvij

 

NASTAVNI MATERIJALI

Grafički prikazi mv podataka

Interpretacija projekcijskih koeficijenata - problemi

Baze podataka

Vježbe 1. Jednostavna linearna regresija

Vježbe 2. Linearna regresija - model i reziduali, transformacija ovisne varijable, heteroskedastičnost

Vježbe 3. Linearna regresija - interpretacija regresijskih koeficijenata

Vježbe 4. Linearna regresija  - stršeće vrijednosti, utjecajna mjerenja

Vježbe 5. Linearna regresija  - izbor prediktora 

Vježbe 6. GLM

 

 

 

OBAVIJESTI

5.10.2020. Održavanje nastave u akademskoj 2020./2021. godini

U skladu s epidemiološkim mjerama nastava će se odvijati na način da dio studenata prati nastavu u učionici, a dio na daljinu putem video linka obzirom da će se nastava snimati. Pod pretpostavkom da internet radi normalno, nastava će se moći pratiti online istovremeno s održavanjem te će studenti moći postavljati pitanja preko platforme Teams. Link za priključivanje timu koji prati MVA je   (vidljivo nakon prijave na MATHOS).

Kolokviji će se održavati u učionici te će njima moći pristupiti samo studenti koji su položili statistiku iz prethodne studijske godine. Ostali studenti moći će polagati ispit usmeno nakon što polože statistiku. 

Sukladno navedenim pravilima, preporučam da studenti koji su položili statistiku prate nastavu u učionici, a svi ostali online. Na taj način oko polovine broja studenata će biti u učionici, a drugih pola online pa će epidemiološke mjere biti zadovoljene. 

Ukoliko netko želi promijeniti način pohađanja nastave u koji sam ga ja svrstala gore navedenim pravilom, molim da mi se javi emailom što prije da mogu uskladiti evidenciju. Nastava počinje 12.10. u 12h. 

Mirta Benšić

 

 

 

Usmeni ispiti

Studenti koji su ostvarili pravo pristupanja usmenom ispitu trebaju odabrati termin i  prijaviti svoj dolazak najkasnije 7 dana prije odabranog termina korištenjem poveznice navedene ispod ovog odjeljka. Termini su navedeni na istoj poveznici. Naglašavam da je potrebno prijaviti ispit i preko ISVU sustava da bih mogla upisati ocjenu.  Ukoliko je prijavljeno pristupanje usmenom ispitu za jedan termin, eventualnu ponovnu prijavu moguće je napraviti nakon  14 dana. 

 Poveznica za prijavu usmenih ispita 

 

 

 

You are not authorised to post comments.

Comments powered by CComment