Содержание
|
Введение |
3 |
|
|
|
|
1. Способы измерения информации и представления информации |
5 |
Математическое и табличное представление многомерных данных |
5 |
|
1.2. Виды измерительных шкал |
5 |
|
|
|
|
2. Простейшие способы моделирования данных |
7 |
|
2.1. Зачем нужно моделировать данные |
7 |
|
2.2. Моделирование данных с помощью функции СЛЧИС() |
8 |
|
2.3. Моделирование данных равномерного распределения |
9 |
|
2.4. Простейший способ моделирования нормальной случайной величины |
11 |
|
2.5. Моделирование законов распределения случайных величин средствами EXCEL |
13 |
|
|
|
|
3. Предварительный анализ данных |
15 |
|
3.1. Расчет средних значений и дисперсии одномерного признака |
15 |
|
3.2. Диапазон значений признака |
16 |
|
3.3. Расчет частотного ряда признака |
18 |
|
3.4. Графическое представление данных. Гистограмма |
21 |
|
3.5. Предварительный анализ многомерных данных. Диаграмма рассеивания |
24 |
|
|
|
|
4. Моделирование данных в более сложных случаях |
32 |
|
4.1. Метод неравномерной рулетки |
32 |
|
4.2. Метод отбраковки |
36 |
|
4.3. Моделирование многомерного нормального распределения |
40 |
|
|
|
|
5. Методы преобразования данных |
49 |
|
5.1. Нормировка значений признака |
49 |
|
5.2. Преобразование измерительных шкал |
51 |
|
|
|
|
6. Проверка статистических гипотез |
53 |
|
6.1. Принцип решения задач проверки статистических гипотез |
53 |
|
6.2. Сглаживание
эмпирических данных теоретической
функцией плотности ( |
56 |
|
6.3.
Непараметрический
критерий оценки зависимости признаков
( |
61 |
|
6.4. Проверка гипотезы равенства средних двух выборок (t - критерий) |
66 |
|
6.5. Дисперсионный анализ – классификация по одному признаку (F - критерий) |
72 |
|
6.6. Проверка гипотезы однородности двух выборок (критерий Вилксона) |
80 |
|
7. Методы повышения качества данных (Робастные методы статистического оценивания) |
|
|
8. Методы многомерной классификации |
|
|
9. Задания к практическим занятиям |
72 |
|
Список литературы |
77 |
|
Приложение |
78 |
)
)