PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Prostorové modelování, prostorová statistika 2 - NSTP154
Anglický název: Spatial Modelling, Spatial Statistics 2
Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2018
Semestr: letní
E-Kredity: 6
Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: zrušen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Garant: doc. RNDr. Zbyněk Pawlas, Ph.D.
Třída: DS, pravděpodobnost a matematická statistika
Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
Korekvizity : NSTP005
Záměnnost : NMST543
Výsledky anket   Termíny zkoušek   Rozvrh   Nástěnka   
Anotace -
Poslední úprava: T_KPMS (13.05.2010)
Přednáška navazuje na NSTP005. Teorie bodových procesů je rozšířena jednak o kótované bodové procesy a také o nehomogenní bodové procesy. Vetší pozornost je věnována pokročilejším statistickým postupům. Závěrečná část přednášky, která se zabývá geostatistikou, obsahuje hierarchické modely prostorových dat a užití bayesovského přístupu.
Cíl předmětu -
Poslední úprava: T_KPMS (13.05.2010)

Předmět seznamuje studenty s pokročilejšími partiemi náhodných procesů v prostoru a jejich statistické analýzy.

Literatura
Poslední úprava: T_KPMS (13.05.2010)

Banerjee S., Carlin B. P., Gelfand A.: Hierarchical Modeling and Analysis for Spatial Data. Chapman&Hall/CRC, 2004.

Illian J., Penttinen A., Stoyan H., Stoyan D.: Statistical Analysis and Modelling of Spatial Point Patterns. Wiley, 2008.

Moller J., Waagepetersen R. P.: Statistical Inference and Simulation for Spatial Point Processes. Chapman&Hall/CRC, 2003.

Metody výuky -
Poslední úprava: G_M (27.05.2008)

Přednáška+cvičení.

Sylabus -
Poslední úprava: T_KPMS (13.05.2010)

1. Kótované bodové procesy, modely, odhady charakteristik, testy nezávislosti.

2. Nehomogenní bodové procesy, odhad parametrů modelu, diagnostika modelu.

3. Hierarchické prostorové modely, bayesovská statistická analýza.

 
Univerzita Karlova | Informační systém UK