Neparametriskās un robustās statistikas metodes

Virsraksts	% no gala vērtējuma	Vērtējums
1. Patstāvīgais darbs	-	-
1. Literatūras izpēte atbilstoši katras lekcijas tēmai pēc kursa plāna. 2. Patstāvīgi izpildīt mājasdarbus pēc katras nodarbības, praktizējot kursā apgūtās koncepcijas.

Virsraksts	% no gala vērtējuma	Vērtējums
1. Pārbaudījums	-	-
Novērtējums 10 ballu skalā saskaņā ar RSU Studiju reglamentu: • Praktisko nodarbību mājasdarbi – 50%. • Rakstisks gala eksāmens – 50%.

Neparametriskās statistikas pamatjēdzieni: definīcijas un piemēri. Normalitātes un citu pieņēmumu pārbaude klasiskajām parametriskajām procedūrām. Datu transformācijas.

Normalitātes, homogenitātes un citu pieņēmumu pārbaude klasiskās statistikas procedūrās, izmantojot simulētas un reālas datu kopas „R”.

Klasiskie neparametriskie testi: pamatjēdzieni. Zīmju tests un Vilkoksona tests vienas izlases gadījumam.

T-testa, zīmju testa un Vilkoksona testa salīdzinājums vienas izlases gadījumam „R”. Ticamības procedūras un jaudas modelēšana.

Vilkoksona rangu summas tests un Vilkoksona rangu zīmju tests divu izlašu gadījumā.

Vilkoksona rangu summas tests un Vilkoksona rangu zīmju testi „R”.

Neparametriskas vienfaktoa un divfaktoru dispersijas analīzes. Frīdmana un Kruskala–Volisa testi. Aposteriorās procedūras.

Datu kopas analīze „R” programmā, izmantojot gan parametriskas, gan neparametriskas dispersijas analīzes procedūras.

Vispārīgi gludināšanas jēdzieni. Histogrammas un intervāla platuma parametru izvēle.

Histogrammas un intervāla platuma parametru izvēle „R”.

Neparametriskais blīvuma funkcijas novērtējums. Joslas platuma parametru izvēle, izmantojot savstarpēju validāciju.

Neparametriskais blīvuma funkcijas novērtējums „R”.

Neparametriskā regresija: Nadaraja-Vatsona kodola regresija, lokālā polinomu regresija.

Neparametriska regresija „R”.

Vispārinātie aditīvie modeļi (GAM).

Vispārinātie aditīvie modeļi „R”.

Ievads atlases atkārtošanas metodēs: Džeknaifa un būtstrepa metodes. Būtstrepa metode ticamības intervāliem. Permutācijas testi.

Atlases atkārtošanas metodes „R”. Būtstrepa metode ticamības intervāliem un permutācijas testu piemēri „R”.

Robusti secinājumi. Pamatdefinīcija un piemēri. M novērtējumi. Robusts lokācijas un mēroga novērtējums.

Robusts lokācijas un mēroga novērtējums „R”.

Robusti ticamības intervāli un statistiskā testēšana.

Robusti ticamības intervāli un testi „R”. Salīdzinājums ar klasiskajām metodēm.

Robustas dispersijas analīzes metodes vienkāršā vienvirziena un divvirzienu modelēšanā.

Robustas dispersijas analīzes metodes „R”. Salīdzinājums ar parametriskām procedūrām.

Robusta regresija.

Robusta regresija „R”. Salīdzinājums ar lineārajām un neparametriskajām regresijām.

Ieskats neparametriskās un robustās procedūrās dažādās statistikas lietojumu jomās.

Dažādas „R” pakotnes citām neparametriskām un robustām metodēm.

Neparametriskās statistikas pamatjēdzieni: definīcijas un piemēri. Normalitātes un citu pieņēmumu pārbaude klasiskajām parametriskajām procedūrām. Datu transformācijas.

Normalitātes, homogenitātes un citu pieņēmumu pārbaude klasiskās statistikas procedūrās, izmantojot simulētas un reālas datu kopas „R”.

Klasiskie neparametriskie testi: pamatjēdzieni. Zīmju tests un Vilkoksona tests vienas izlases gadījumam.

T-testa, zīmju testa un Vilkoksona testa salīdzinājums vienas izlases gadījumam „R”. Ticamības procedūras un jaudas modelēšana.

Vilkoksona rangu summas tests un Vilkoksona rangu zīmju tests divu izlašu gadījumā.

Vilkoksona rangu summas tests un Vilkoksona rangu zīmju testi „R”.

Neparametriskas vienfaktoa un divfaktoru dispersijas analīzes. Frīdmana un Kruskala–Volisa testi. Aposteriorās procedūras.

Datu kopas analīze „R” programmā, izmantojot gan parametriskas, gan neparametriskas dispersijas analīzes procedūras.

Vispārīgi gludināšanas jēdzieni. Histogrammas un intervāla platuma parametru izvēle.

Histogrammas un intervāla platuma parametru izvēle „R”.

Neparametriskais blīvuma funkcijas novērtējums. Joslas platuma parametru izvēle, izmantojot savstarpēju validāciju.

Neparametriskais blīvuma funkcijas novērtējums „R”.

Neparametriskā regresija: Nadaraja-Vatsona kodola regresija, lokālā polinomu regresija.

Neparametriska regresija „R”.

Vispārinātie aditīvie modeļi (GAM).

Vispārinātie aditīvie modeļi „R”.

Ievads atlases atkārtošanas metodēs: Džeknaifa un būtstrepa metodes. Būtstrepa metode ticamības intervāliem. Permutācijas testi.

Atlases atkārtošanas metodes „R”. Būtstrepa metode ticamības intervāliem un permutācijas testu piemēri „R”.

Robusti secinājumi. Pamatdefinīcija un piemēri. M novērtējumi. Robusts lokācijas un mēroga novērtējums.

Robusts lokācijas un mēroga novērtējums „R”.

Robusti ticamības intervāli un statistiskā testēšana.

Robusti ticamības intervāli un testi „R”. Salīdzinājums ar klasiskajām metodēm.

Robustas dispersijas analīzes metodes vienkāršā vienvirziena un divvirzienu modelēšanā.

Robustas dispersijas analīzes metodes „R”. Salīdzinājums ar parametriskām procedūrām.

Robusta regresija.

Robusta regresija „R”. Salīdzinājums ar lineārajām un neparametriskajām regresijām.

Ieskats neparametriskās un robustās procedūrās dažādās statistikas lietojumu jomās.

Dažādas „R” pakotnes citām neparametriskām un robustām metodēm.