Többváltozós statisztikai módszerek ea. (MSc 2017 elõtt)

Tanszék: Sztochasztika Tanszék

Tematika:
A lineáris algebra statisztikában használt speciális tételei, a Fisher-Cochran tétel. A feltételes várható érték fogalma és tulajdonságai. A többdimenziós normális eloszlás, Wishart-eloszlás, a Hotelling-teszt eloszlása. A többdimenziós normális eloszlás paramétereinek becslése. A regresszió. A lineáris modell, a legkisebb négyzetek módszere, Gauss-Markov tétel. Variancia-analízis, kovariancia-analízis. Kontingencia táblák elemzése, a loglineáris modell, korrespondencia-analízis. Diszkriminancia-analízis, klaszteranalízis, többdimenziós skálázás. Algoritmikus modellek: többváltozós küszöbmodell, EM algoritmus, ACE algoritmus. Újramintavételezési eljárások: a jackknife és a bootstrap. Randomizált módszerek nagyméretû problémákra.

Előfeltétel: nincs.

Helyettesítő tárgyak: nincsenek.

Előadások:
Kurzuskód: MMN161E Kredit: 5 Óraszám: 3 hetente
Kurzuskód: MML161E Kredit: 5 Óraszám: 16 félévente

Gyakorlatok:
Kurzuskód: MMN161G Kredit: 0 Óraszám: 1 hetente
Kurzuskód: MML161G Kredit: 0 Óraszám: 4 félévente