Subject

Повеќедимензионална статистичка анализа

Course Title

Повеќедимензионална статистичка анализа
Multivariate statistical analysis

Code

m23_s_053

Study Programme

—

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

Faculty of Computer Science and Engineering

Degree level (first, second, third cycle)

Second cycle

Academic year / semester

10 / Summer

Number of ECTS credits

Teacher

Александра Дединец, Илинка Иваноска, Марија Михова

Prerequisites for enrolling in the course

—

10.

Objectives of the course programme (competences)

Студентите да научат да ги
користат методите на повеќедимензионална статистичка анализа со
обопштување на широко користените еднодимензионални методи. Да ја
разберат каваријантната структура во анализа на повеќедимензионални
податоци. Да научат да изберат и применат соодветни методи за
извлекување, систематизирање и анализа на информациите содржани во
повеќедимензионални податоци.

11.

Course content

Повеќедимензионална нормална
распределба и изведување на заклучоци за векторот на математичкото
очекување. Кластер анализа и дискриминантна анализа. Анализа на главни
компоненти и факторска анализа. Канонична копрелациона анализа.

12.

Learning methods

предавања, и лабораториски вежби, изработка на проектна задача и самостојно учење.

13.

Total available time

6 ECTS x 30 hours = 180 hours

14.

Distribution of available time

60 + 30 + 60 + 0 + 30 = 180 часа

15.

Forms of teaching activities

15.1.	Lectures - theoretical instruction	60 hours
15.2.	Exercises (laboratory, auditory), seminars, teamwork	30 hours

16.

Other forms of activities

16.1.	Project assignments	0 hours
16.2.	Independent assignments	60 hours
16.3.	Home study	30 hours

17.

Assessment method

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

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

Минимум од 10% од поените на секој од колоквиумите, изработена проектни задачи

20.

Language of instruction

Македонски или англиски

21.

Method for monitoring the quality of teaching

Анализа на постигнатите резултати, анонимна анкета на студентите за квалитетот на наствата

22.

Literature

22.1.	Required literature 1. Theodore W. Anderson \| An Introduction to Multivariate Statistical Analysis \| Wiley \| 2003 2. Klaus Backhaus, Bernd Erichson, Sonja Gensler, Rolf Weiber, Thomas Weiber \| Multivariate Analysis: An Application-Oriented Introduction \| Springer Gabler \| 2021 3. Everitt, B. and Dunn, G. \| Applied Multivariate Data Analysis \| Arnold \| 2001
22.2.	Additional literature No. Author Title Publisher Year