Subject

Статистичко моделирање

Course Title

Статистичко моделирање
Statistical modelling

Code

F18L3S163

Study Programme

—

Organizer of the study programme (unit, institute, department or division)

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Прв циклус

Academic year / semester

6 / Летен

Number of ECTS credits

Teacher

—

Prerequisites for enrolling in the course

Веројатност и статистика или Бизнис статистика

10.

Objectives of the course programme (competences)

Студентите да научат да направат правилна и осмислена статистичка анализа на податоци со користење на класичен и Баесов пристап. Да постават соодветни статистички модели, да ги проверат и протолкуваат добиените резултати. Акцентот е ставен на користење софтвер со отворен код (R, Python,..) за градење на моделите над реални примери со користење на непходните теориски резултати. Курсот треба да е поготовка на студентите за останатите во кои се анализираат податоци од различни истражувања.

11.

Course content

Сите теми ќе бидат илустрирани со соодветни реални примери.
Вовед во моделирање на податоци. Општи методи за симулација на случајни промеливи.Корелација и линеарна регресија, оценување на функционалната зависност од податоците, параметарски модели за функцијата на регресија. Проста линеарна регресија. Модели на анализа на варијанса (АНОВА).Повеќекратна регресија.Класификација: Логистичка регресија, бинарна и повеќекласна логистичка регресија. Избор на модел за класификација.Релации меѓу променливи и избор на променливи: Анализа на главни компоненти, лог-линеарни модели. Непараметарско оценување на функциите на регресија и класификација: метод на најблиски соседи, наивен Баесов метод, Методи базирани на оценување на границите за класификација: Машини со поддржувачки вектори. Споредба на методите. Баесови методи на оценување на параметрите и изведување на заклучоци: Баесови модели со еден параметар, Баесови модели со повеќе параметри, Модели за собирање на податоци за Баесово моделирање.

12.

Learning methods

Предавања со користење на презентации, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа.

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	30 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	45 hours

16.

Other forms of activities

16.1.	Project assignments	15 часови
16.2.	Independent assignments	15 часови
16.3.	Home study	75 часови

17.

Assessment method

17.1.	Tests	0 points
17.2.	Seminar paper / project (presentation: written and oral)	15 бодови
17.3.	Activities and learning	10 бодови
17.4.	Final exam	80 бодови

18.

Grading criteria (points / grade)

up to 50 points	5 (five) (F)
from 51 to 60 points	6 (six) (E)
from 61 to 70 points	7 (seven) (D)
from 71 to 80 points	8 (eight) (C)
from 81 to 90 points	9 (nine) (B)
from 91 to 100 points	10 (ten) (A)

19.

Requirement for obtaining a signature and taking the final exam

Реализирани актибвности 15.2 и 16.1

20.

Language of instruction

Macedonian and English

21.

Method for monitoring the quality of teaching

internal evaluation and survey mechanism

22.

Literature

22.1.	Required literature No. Author Title Publisher Year
22.2.	Additional literature No. Author Title Publisher Year