Switch branches/tags
Nothing to show
Find file History
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
..
Failed to load latest commit information.
InterestingLiterature
MaterialyPomocnicze
Plakaty
readme.md

readme.md

Modele liniowe z efektami stałymi, losowymi i mieszanymi

Motto

Essentially, all models are wrong, but some are useful. George Box

Sylabus

Planowana tematyka kolejnych wykładów:

  • Wprowadzenie do modeli liniowych,
  • Regresja prosta,
  • Regresja z wieloma zmiennymi,
  • Analiza wariancji jednokierunkowa,
  • Analiza wariancji dwu- i wielokierunkowa, model z i bez interakcji, interakcje wyższego rzedu,
  • Analiza wariancji z kowariatami,
  • Model hierarchiczny,
  • Wprowadzenie do modeli mieszanych,
  • Model mieszany z jednym komponentem wariancyjnym,
  • Model mieszany z dwoma komponentami wariancyjnymi, dwie zmienne grupujace,
  • Model mieszany z dwoma komponentami wariancyjnymi, jedna zmienna grupujaca,
  • Hierarchiczny model mieszany,
  • Model mieszany w analizie danych panelowych, pomiarów powtarzanych,
  • Model mieszany i zadane struktury macierzy kowariancji,

Plan spotkań MIM UW:

  • 1 X -

  • 8 X -

  • 15 X -

  • 22 X - [Phase 1 - Project 1]

  • 29 X -

  • 5 XI -

  • 12 XI - [Phase 2 - Project 1]

  • 19 XI -

  • 26 XI - [Phase 3 - Project 1]

  • 3 XII -

  • 10 XII -

  • 17 XII - [Phase 1 - Project 2]

  • 7 I - [Phase 2 - Project 2]

  • 14 I -

  • 21 I - [Phase 3 - Project 2]

Projects:

Projekty mogą być realizowane w grupach od 2 do 4 osób. Te same osoby nie mogą razem uczestniczyć w obu projektach. Projekty będą przedstawiane na zajęciach (terminy wypisane powyżej). Należy je zgłosić przez GitHuba przed prezentacją. Projekty, które nie będą zaprezentowane nie zostaną ocenione.

  1. Project - linear models

See here: https://github.com/pbiecek/LinearModels/tree/master/MIMUW_2015/Project1

  1. Project - mixed models

See here: https://github.com/pbiecek/LinearModels/tree/master/MIMUW_2015/Project2

Ocena:

Zaliczenie jest dwuetapowe.

Pierwszy etap oparty jest o punkty.

Po większości wykładów zostanie zadana praca domowa. Poprawne rozwiązanie każdej pracy domowej to 3 punkty. Prace należy wykonywać samodzielnie.

Podczas kursy będziemy realizować dwa projekty. Projekty realizowane są w grupach od 2 do 4 osób. Każdy projekt składa się z trzech etapów ocenianych odpowiednio na 15, 20 i 25 punktów. Każdy etap jest przedstawiany przez zespół.

Na bazie punktów z projektów i prac domowych otrzymać można maksymalnie ocenę dobrą.

Osoby, które otrzymają ocenę dobrą mogą napisać dodatkowy sprawdzian weryfikujący również znajomość zagadnień teoretycznych. Jeżeli napiszą ten sprawdzian dobrze, otrzymają ocenę bardzo dobrą.

Zaliczenie jest tak skonstruowane by premiować systematyczną pracę.

Prace domowe:

Część wykładów kończyć się będzie zadaniem domowym. Samodzielne wykonanie zadania domowego i przesłanie przez GitHuba to zysk 4 punktów.