Primijenjena statistika

Mjerne skale i neke distribucije slučajnih varijabli s parametrima koji ih određuju. Osnove transformacije varijabli, Z ? skor. Statističko zaključivanje o dva uzorka; usporedbe sredina i varijabiliteta. Testiranje razlike sredina dva uzorka ? zavisni i nezavisni uzorci. Mjere asocijacije između dvije varijable ? korelacija. Uvod u bivarijantne podatke i asocijacija (korelacija) Jednostavna linearna regresija – Uvod i pretpostavke za provođenje analize; testiranje homogenosti varijance, nezavisnosti opservacija; utjecajnih opservacija. Analiza ordinalnih i nominalnih varijabli. Analiza kontingencijske tablice – jačina asocijacije ? Hi kvadrat test kao zamjena za Fisherov točan test; relativan rizik i izgledi – Frekvencije i proporcije Višestruka regresija. Procjena parametara metodom najmanjih kvadrata. Testiranje značajnosti koeficijenta regresije. Interval pouzdanosti regresijske analize. Evaluacija regresijskog modela. Analiza reziduala i utjecajne opservacije. Selekcija varijabli u konačnom modelu. Usporedba dva modela. R2, postotak objašnjenog varijabiliteta, značenje standardiziranih i nestandardiziranih koeficijenata regresije; Venn dijagram; standardna, sekvencionalna i stepwise regresija. Analiza varijance ? ANOVA. Testiranje pretpostavki. Welch ANOVA / regularna ANOVA. Jednofaktorska i višefektorska analiza varijance. Omjer varijanci F test. kolokvij Nema predavanja Nema predavanja Nema predavanja Nema predavanja Nema predavanja Nema predavanja

1. usporediti razlike i ograničenja podataka u ovisnosti o mjernoj skali i distribuciji te razumijevanje parametara distribucija.
2. analizirati razlike između zavisnih i nezavisnih uzoraka; mogućnost prepoznavanja linearne veze između dvije kontinuirane varijable
3. formulirati / oblikovati bivarijantne podatke; definirati scatterplot; definirati razliku između linearne i nelinearne zavisnosti; prepoznati negativnu vezu iz scatterplota; definirati značenje Pearson korelacijskog koeficijenta; identificirati savršenu linearnu zavisnost; prepoznati nelinearnu asocijaciju dvije varijable
4. preispitati pretpostavke za provođenje linearne regresije te interpretacije regresijskih koeficijenata; metode najmanjih kvadrata
5. analizirati i razumijeti proporcije i frekvencije te kreiranje kontingencijskih tablica
6. formulirati višestruku regresiju; interpretacija koeficijenata u višestrukoj regresiji te komparaciju dva modela u višestrukoj regresiji
7. odabrati značajne varijable u regresijskom modelu; razumijevanje R2 koeficijenta konačnog modela
8. valorizirati pretpostavke za analizu varijance

Obavezna literatura

• Obavezna / Mandatory
  Petzoldt, T. (2018). Data Analysis with R: Selected Topics and Examples. Technical University of Dresden. Dresden, Njemačka. Dostupno na / Available at: https://wwwpub.zih.tu-dresden.de/~petzoldt/elements_en.pdf
  Furrer, R i suradnici. (2020). (A Gentle) Introduction to Statistics. University of Zurich. Zurich, Švicarska. Dostupno na / Available at: http://user.math.uzh.ch/furrer/download/intro2stat/script_sta120.pdf
  Lilja, D J. (2016). Linear Regression Using R. An Introduction to Data Modeling. University of Minesota. Dostupno na:
  https://open.umn.edu/opentextbooks/textbooks/linear-regression-using-r-an-introduction-to-data-modeling

Dodatna literatura

• Dopunska / Alternative
  Efron, B, Hastie, T. (2016). Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge University Press. Cambridge, UK. Dostupno na / Available at: https://web.stanford.edu/~hastie/CASI/
  Faraway, J J. (2002). Practical Regression and ANOVA Using R. R-project. Dostupno na / Available at: https://cran.r-project.org/doc/contrib/Faraway-PRA.pdf