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 21.9.)

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

Práce s rastrovými daty v R

Podle vlastního uvážení vyberte vhodný rastr:
- znečištění ovzduší z webu https://maps.s5p-pal.com/no2-tropospheric/ ,
- GHSL - Global Human Settlement Layer data z webu https://human-settlement.emergency.copernicus.eu/download.php
Zopakujte postup ze skriptu: R03_raster_data.R : pro Vámi vybraný stát nebo skupinu států (EU nebo mimo EU) ukažte práci s rastrovými daty: funkce crop(), mask(), exact_extract() a ggplot().
Převeďte data z rastru na vhodně zvolené polygony (státy, administrativní regiony, vlastní definovanou síť) a zobrazte výsledek pomocí funkce ggplot().
Upozornění: rastrové obrázky bývají veliké soubory, často i po oříznutí na úroveň státu (oblast analýzy). Pokud by vložení rastrového obrázku do odevzdávaného úkolu (html/docx/pdf soubor) vedlo k překročení maximální povolené velikosti souboru v odevzdávárně, tak rastr nevkládejte (nebo jen velmi malý kousek rastru na ukázku) a do výstupu vložte pouze skript s postupem zpracování (a třeba základní summary tabulku k rastru) a jako grafický výstup použijte až infomapu z ggplot().
Pro úkol použijte jiný stát než ČR a zkuste si vybrat jiný dataset/raster, než jaký je ve vzorovém skriptu (oba weby obsahují informace ohledně obsahu jednotlivých rasterů).

Interpolace prostorových dat

Vyřešte úlohu ze skriptu R06b_Complex_spatial_interpolation_example.Rmd (Blok 2) a odevzdejte ve zkompilovaném formátu (html/docx/pdf).
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 výběr alespoň 40 pozorování (regionů). V opačném případě (malý výbět) najděte jiný dataset (ideálně na úrovni NUTS2 nebo NUTS3), nebo upravte filtrování jednotek, abyste měli dostatek pozorování pro analýzu.
Zvolte alespoň jednu proměnnou (a jedno období pozorování - co nejblíže roku 2025) a proveďte Moranův test na prostorovou nezávislost.
Použijte alespoň dva různé způsoby definice prostorové struktury (vzdálenost, vzdálenost + kNN, společná hranice) k ověření robustnosti výsledků vůči změnám prostorové struktury.
Zobrazte a okomentuje tzv. Moranův graf.
Slovně okomentujte výsledky.
(Nutnou podmínkou pro získání nenulového počtu bodů z úkolu je velikost výběru přesahující 40 pozorování a odevzdání úkolu ve zkompilovaném Rmd formátu.)

Stepwise a penalizovaná regrese
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, v kontextu datasetu Váš výběr musí dávat smysl – výběr zdůvodněte.
- Vybírejte takový dataset, abyste kromě závislé proměnné měli alespoň dalších 15+ potenciálních regresorů.
Proveďte stepwise regresi, použijte alespoň dvě varianty výběru (best subset, forward, backwards)
Proveďte tzv. penalizovanou regresi (alespoň jednu z variant: ridge, LASSO, elastic net).
Popište/vyhodnoťte predikční vlastnosti.

GAM
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, v kontextu datasetu Váš výběr musí dávat smysl – výběr zdůvodněte.
- Nepoužívejte datasety ze skriptů ze cvičení (Hitters, atd.).
S využitím svého datasetu odhadněte GAM model - specifikace modelu podle vlastního uvážení.
Použijte alespoň 2 různé specifikace (kombinace smoothning splines, local regression).
Proveďte diagnostické testy GAM modelu podle vzoru z cvičení, výsledky testů interpretujte a model podle potřeby upravte.

Zpracujte úkol ze skriptu R06_LME_wagepanel_hierarchical_data.R z Bloku 4, komentujte výsledky (odevzdejte ve zkompilované markdown podobě (pdf, html, Word).

Dokončete skript R08_Interaction_Terms_Logit.R z bloku 5 - sekci “Assignment 1”.
Podle postupu ze cvičení použijte interakční členy vyššího řádu, nejen párové interakční členy.
Nezapomeňte kód domácího úkolu překlopit do Rmd formátu a odevzdat ve zkompilované podobě