Predmet: Posplošeni linearni modeli
Vrsta predmeta: izbirni
Nosilec predmeta: izr. prof. dr. Aleš Žiberna
Študijski program in stopnja | Študijska smer | Letnik | Semester |
---|---|---|---|
Uporabna statistika, druga stopnja | Vsi moduli | 1. ali 2. | 1. ali 2. |
Za podrobnejšo časovno razporeditev glej predmetnik.
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:
- Pogoj za vključitev v delo je vpis v letnik študija.
- Pogoj za pristop k izpitu so pozitivno opravljene domače naloge.
Vsebina:
- Ponovitev linearne regresije
- Družina transformacij Box-Cox
- Družina eksponentnih porazdelitev: lastnosti in predstavniki, ocenjevanje z metodo (kvazi-) največjega verjetja
- Posplošeni linearni modeli: ocenjevanje z metodo največjega verjetja, odstopanja in Pearsonova χ2 statistika
- Logistična regresija, binomski logit modeli, logaritem razmerja obetov, log-linearni modeli, Poissonovi log-linearni modeli
- Multinominalna porazdelitev odgovorov (kontingenčne tabele)
- Modeli razpršenosti: metoda kvazi-verjetnja in kvazi-razpršenosti. Modeliranje in ocenjevanje prevelike (premajhne) razpršenosti
- Razširjena metoda kvazi-verjetja: dodatni parametri v variančni strukturi izidov
- Modeli slučajnih učinkov: EM algoritem, dodatna variabilnost v podatkih, Gauss-Hermitova kvadratura
- Neparametrično ocenjevanje z metodo največjega verjetja
- Modeliranje koreliranih podatkov: GEE in GEE2, razred posplošenih mešanih linearnih modelov
Cilji in kompetence:
V statistični praksi statistik pogosto naletel na probleme, ki presegajo okvire linearnih modelov. Predmet seznani študenta z naravo takih podatkov ter s koncepti modelov, ki te posebnosti upoštevajo. Študent spozna metode za analizo tovrstnih podatkov in jih preizkusi na praktičnih primerih.
Predvideni študijski rezultati:
Študent razume koncepte posplošitev linearnih modelov, zna izbrati ustrezno metodo in jo uporabiti. Razvije uporabno znanje o tehnikah modeliranja in ga zna uporabiti na konkretnih podatkih. Razume kako so predstavljene metode povezane z drugimi področji in je sposoben posplošiti pridobljeno znanje.