Zadání domácích úkolů

Domácí úkoly zpracujte v Rmd (Markdown), nebo qmd (quarto) formátu,

a VŽDY odevzdejte ve ZKOMPILOVANÉ verzi, tj. výstup do html/pdf/docx souboru.

U zkompilovaných výstupů musejí být viditelné použité příkazy, tj. nastavení echo=T (je defaultní, není třeba nastavovat).
Přiložte zdrojový Rmd nebo qmd soubor (případně dataset).
Pokud odevzdáváte úkol v komprimovaném souboru, používejte výhradně .zip formát.
html soubory kompilované z qmd skriptů odevzdávejte včetně složky s pomocnými soubory (grafy a podobné soubory)

Obecná doporučení pro práci s R (domácí úkoly)

Používejte nejnovější verzi R
Používejte nejnovější verzi RStudio
Aktualizujte balíčky
Je-li to nutné, nainstalujte si poslední verzi Pandoc (Rmd compiler)

install.packages(“installr”,dependencies = T)
installr::install.pandoc() # may require admin access rights

Týden 1 (odevzdání do 22.2.)

Vypracujte zadání ve skriptu R03_data_handling_exercise.Rmd.
Zkompilovaný html/pdf/docx soubor odevzdejte prostřednictvím odevzdávárny v insisu.

Vizualizace prostorových dat v R - kartogram (infomapa)

K vizualizaci použijte dva různé datasety: jeden může vycházet z úkolu pro minulý týden, druhý dataset si opět zvolte/vyhledejte na Eurostatu (nebo použijte jiný vhodný zdroj dat).
Pro Vámi vybrané proměnné zobrazte infomapu, např. podle vzoru ze skriptu R02_ggplot_choropleths.R
- Zobrazte alespoň čtyři různé infomapy: použijte různé projekce, různá časová období (použijte fazety), odlišné NUTS úrovně, zobrazte proměnné pro různé sledované skupiny (věkové skupiny, skupiny podle vzdělání, pohlaví, atd.).
- Pokud pracujete se státy jako Francie nebo Španělsko, je vhodné z datasetu odstranit zámořská území (nebo ohraničit oblast zobrazovanou na mapě).
- Před vizualizací dat v ggplot() zkontrolujte rozměr datasetu.
- Použití dat z Eurostatu není podmínkou, jinou databázi, případně rastrová data (satelitní snímkování).

Interpolace prostorových dat

Vyřešte úlohu ze skriptu R06b_Complex_spatial_interpolation_example.Rmd (Blok 2) a odevzdejte ve zkompilovaném formátu (html/docx/pdf).
Kromě IDW použijte i krigging.
Před zpracováním dat je vhodné podrobně si přečíst doprovodné informace a návod ze skriptu.

Testování prostorové (ne)závislosti a shluková analýza

Pro tento úkol lze použít data (tj. regiony), která jste stáhli v rámci úkolu v předchozích týdnech, pokud má dataset alespoň 50 pozorování. V opačném případě (malý výbět) najděte jiný dataset (ideálně na úrovni NUTS2 nebo NUTS3), abyste měli dostatek pozorování pro testy.
Zvolte jednu proměnnou (a jedno období pozorování co nejblíže roku 2026) a proveďte Moranův test na prostorovou nezávislost (interpretujte výsledek testu).
Použijte alespoň dva různé způsoby definice prostorové struktury (vzdálenost, vzdálenost + kNN, společná hranice) k ověření robustnosti výsledků vůči změnám prostorové struktury.
Proveďte shlukovou analýzu (alespoň jeden typ výstupu) - jako vodítko můžete použít skript R09_LISA_and_clusters.R z bloku 2.
Slovně okomentujte výsledky.

Vizualizace dat, odhad prostorového regresního modelu, interpretace výsledků

Upozronění k Inovačnímu týdnu

KEKO a Energetický regulační úřad pořádají ve středu 8.4. od 9:15 na SB304 (Žižkov) seminář na téma Energetika v ČR a v Evropě - datová základna pro regulaci energetiky a ochranu spotřebitele.
Úkol z 6. týdne (nebo libovolný jiný úkol za 5 bodů) lze nahradit účastí na semináři - podmínkou je registrace + osobní účast
registrační formulář zde: Registrace seminář ERÚ

Každý si vyberte vhodný dataset, například ze seznamu zde:
- https://vincentarelbundock.github.io/Rdatasets/datasets.html
- Vyberete-li jiný dataset, srozumitelně popište data.
- Závislou proměnnou pro svůj model pečlivě vybírejte a výběr zdůvodněte.
- Vybírejte takový dataset, abyste kromě závislé proměnné měli alespoň dalších 10+ potenciálních regresorů – aby použití penalizované regrese dávalo smysl.
Odhadněte modely pomocí penalizované regrese, např. podle skriptu: R04_Elastic_Net_models.Rmd
- Proveďte alespoň dvě varianty odhadu (ridge, LASSO, elastic net)
- Popište/vyhodnoťte predikční vlastnosti.

Pro tento úkol můžete vyjít z dat, která jste použili v předchozím úkolu
Každý si vyberte vhodný dataset, například ze seznamu zde:
- https://vincentarelbundock.github.io/Rdatasets/datasets.html
- Vyberete-li jiný dataset, srozumitelně popište data.
S využitím svého datasetu odhadněte GAM (zobecněný aditivní model) - specifikace modelu podle vlastního uvážení.
Použijte alespoň 3 různé specifikace (kombinace smoothning splines, local regression).
Proveďte diagnostické testy GAM modelu podle vzoru z cvičení, testy interpretujte a model podle potřeby upravte do finální podoby podle výsledku diagnostiky.