
- •Рабочая программа дисциплины Теория вероятностей и математическая статистика
- •Цели и задачи изучения дисциплины заключаются в следующем:
- •Требования к уровню освоения содержания дисциплины
- •Объем дисциплины и виды учебной работы
- •Содержание дисциплины
- •Разделы дисциплины и виды занятий
- •Содержание разделов дисциплины
- •Основы теории вероятностей
- •Случайные величины
- •Многомерные случайные величины
- •Элементы статистики
- •Многомерные статистические методы
- •Лабораторный практикум
- •Учебно-методическое обеспечение дисциплины
- •Рекомендуемая литература
- •Основная литература
- •Дополнительная литература
- •Методические рекомендации по организации изучения дисциплины
- •Рекомендации для преподавателя включают в себя следующее:
- •Рекомендации для студента включают в себя следующее:
- •Перечень тем практических занятий
- •Тематика рефератов
- •Перечень тем домашних работ
- •Перечень тем контрольных работ
- •Перечень ключевых слов дисциплины
- •Номер государственной регистрации: 52 мжд / сп
- •Москва 2000 Тематика курсовых работ
Номер государственной регистрации: 52 мжд / сп
ГОСУДАРСТВЕННЫЙ ОБРАЗОВАТЕЛЬНЫЙ СТАНДАРТ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
Специальность 351400 «ПРИКЛАДНАЯ ИНФОРМАТИКА (по областям)»
Квалификация информатик-(квалификация в области)
Вводится с момента утверждения
Москва 2000 Тематика курсовых работ
Основные распределения в статистике.
Проверка статистических гипотез.
Квантили известных распределений.
Многомерное нормальное распределение.
Случайные процессы. Цепи Маркова.
Введение в теорию случайных процессов и в теорию массового обслуживания.
Метод моментов.
Метод максимального правдоподобия.
Метод минимального расстояния.
Метод номограмм.
Однопараметрические гипотезы.
Равномерно наилучшие критерии.
Модель линейной регрессии.
Парная линейная регрессия.(построение модели парной линейной регрессии на основании наблюдений, проверка значимости модели с помощью различных критериев, нахождение доверительных интервалов для параметров регрессии и прогнозируемых значений объясняемой переменной).
Множественная линейная регрессия (построение модели множественной линейной регрессии на основании наблюдений, проверка значимости модели с помощью различных критериев, исключение мультиколлинеарности в модели, выбор оптимального числа факторов в модели с помощью процедуры последовательного включения переменных).
Построение и развитие модели линейной регрессии.
Нелинейные модели парной регрессии (построение нескольких нелинейных моделей парной регрессии с помощью сведения их к линейным, оценка их значимости, выбор оптимальной модели для данных наблюдений).
Многопараметрические гипотезы.
Критерии однородности двух выборок.
Критерии равенства дисперсий.
F-статистика. Распределение Фишера в регрессионном анализе.
Взвешенный метод наименьших квадратов.
Однофакторный дисперсионный анализ (проверка гипотезы об отсутствии влияния качественного фактора на изучаемую величину с помощью однофакторного дисперсионного анализа, а также проверка гипотезы о равенстве дисперсий нескольких генеральных совокупностей с помощью критерия Бартлетта).
Планирование эксперимента.
Статистический анализ экономических временных рядов. Построение прогнозов.
Статистика модели факторного анализа и модели главных компонент.