книги / Прикладной статистический анализ в горном деле (Многомерная математическая статистика)
..pdfСПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1.Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: исследование зависимостей: cправочное издание / под ред. С.А. Айвазяна. – М.: Финансы и статистика, 1985. – 487 с.
2.Акимов В.А., Быков А.А., Щетинин Е.Ю. Введение в
статистику экстремальных значений и ее приложения // Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России. – М., 2009. – 536 с.
3.Анализ данных для геологического моделирования толщи Верхнекамского месторождения калийно-магниевых солей / А.В. Катаев, С.Н. Кутовой, Д.А. Мейстер, Е.М. Ефимов, А.П. Рачкова // Вестник Пермского национального исследовательского политехнического университета. Геология. Нефтегазовое и горное дело. Geology. Oil and gas engineering and mining. – 2019. – Т. 19,
№4. – С. 344–355.
4.Ансамблевые методы: бэггинг, бустинг и стекинг. URL: https://neurohive.io/ru/osnovy-data-science/ansamblevye-metody- begging-busting-i-steking/ смотрел 23.03.2022.
5.Активационная функция нейрона (Activation Function). url:https://wiki.loginom.ru/articles/ activation-function.html
6.Аргучинцева А.В. Методы статистической обработки и анализа гидрометеорологических наблюдений: учеб. пособие. – Иркутск: Иркут. гос. ун-т, 2007. – 105 с.
7.Арманд Д.Л. Наука о ландшафте. (Основы теории и ло- гико-математические методы). – М., 1975. – 288 с.
8.Безручко Б.П., Смирнов Д.А. Математическое моделирование и хаотические временные ряды. – Саратов: ГосУНЦ «Колледж», 2005. – С. 139–155.
9.Бернштейн С.Н. Современное состояние теории вероятностей и ее приложений // Труды Всероссийского съезда мате-
311
матиков, Москва, 27 апреля – 4 мая 1927 г. – М. – Л.: ГИЗ, 1928. – С. 50–63.
10.Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. – М.: Мир, 1974.
11.Боровиков В.П., Боровиков И.П. STATISTICA – Статистический анализ и обработка данных в среде Windows. – 2-е изд. – М.: Информационно-издательский дом «Филинъ», 1998. – 608 с.
12.Боровиков В.П. STATISTICA. Искусство анализа данных на компьютере. – СПб.: Питер, 2001. – 656 с.
13.Вентцель Е.С. Теория вероятностей: учебник. – 11-е изд., стер. – М.: КноРус, 2010. – 664 с.
14.Вероятность и математическая статистика: энциклопедия / под ред. Ю.В. Прохорова. – М.: Большая Российская энциклопедия, 2003.
15.Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL: учеб. пособие. – М.: ФОРУМ, 2008. – 464 с.
16.Газизов Д.И. Обзор методов статистического анализа временных рядов и проблемы, возникающие при анализе нестационарных временных рядов // Математика. – 2016. – № 158 (3). – С. 9–14.
17.Герасимов А.Н., Морозова Н.И. Параметрические и непараметрические методы в медицинской статистике [Электронный ресурс]. – URL: http://elibrary.ru/item.asp?id=24344525/ (дата обращения: 04.04.2022).
18.Глубокое обучение: погружение в мир нейронных сетей / Николенко С., Кадурин А., Архангельская Е. – СПб.: Питер, 2019. – 476 с.:
19.Горбацевич В.В. Анализ и прогнозирование временных
рядов. Методические указания к чтению лекций и проведению практических занятий [Электронный ресурс]. – М.: Государственный авиационный технологический университет, 2000. – Ч. 2. – URL: http://www.fineprint.com/ (дата обращения: 04.04.2022).
312
20.ГОСТ Р ИСО 5479-2002. Статистические методы. Проверка отклонения распределения вероятностей от нормального распределения. – М.: Изд-во стандартов, 2002. – 30 с.
21.ГОСТ Р 50779.21-2004. Статистические методы. Правила определения и методы расчета статистических характеристик по выборочным данным. Ч. 1. Нормальное распределение. – М., 2004.
22.ГОСТ Р 8.736-2011. Государственная система обеспечения единства измерений. Измерения прямые многократные. Методы обработки результатов измерений. Основные положения. – М., 2011.
23.Гмурман В.Е. Теория вероятностей и математическая
статистика: учебник. – 12-е изд. – М.: Юрайт, 2016. – 479 с.
24.Гулаков К.В. Выбор архитектуры нейронной сети для решения задач аппроксимации и регрессионного анализа экспериментальных данных. Журнал «Вестник БГТУ». – № 2 (38). – 2013. – С. 95–105.
25.Дементьев Л.Ф. Математические методы и ЭВМ в нефтегазовой геологии: учеб. пособие. – М.: Недра, 1983. – 189 с.
26.Демьянов В.В., Савельева Е.А. Геостатистика: теория
ипрактика. – М.: Наука, 2010. – 327 с.
27.Дрейпер Н., Смит Г. Прикладной регрессионный анализ: в 2 кн. – М.: Финансы и статистика, 1987.
28.Ивченко Г.И., Медведев Ю.И. Математическая статистика: учебник. – М.: Книжный дом «ЛИБРОКОМ», 2014. – 352 с.
29.Иконникова И.А. Основы математической статистики: метод. указания. – Томск, 2014. – 46 с.
30.Казаков Б.П., Шалимов А.В., Зайцев А.В. Исследование процессов миграции конденсационных рассолов в выработках калийных рудников // Горный информационно-аналитический
бюллетень (научно-технический журнал). – |
2016. – № 11. – |
С. 216–225. |
|
31. Калинченко В.М. Математическое |
моделирование и |
прогноз показателей месторождений: справочник. – М.: Недра, 1993. – 319 с.
313
32.Капитанова О.В. Прогнозирование социально-экономи- ческих процессов: учеб.-метод. пособие [Электронный ресурс]. – Нижний Новгород: Нижегородский госуниверситет, 2016. – 74 с. – URL: http://www.unn.ru/books/met_files/Kapitanova.pdf/ (дата обращения: 04.04.2022).
33.Катаев А.В., Кутовой С.Н., Ашихмин С.Г. Математическая статистика в горном деле: учеб.-метод. пособие. – Пермь: Изд-во Перм. гос. техн. ун-та, 2009. – 98 с.
34.Кашников Ю.А., Ашихмин С.Г. Механика горных пород при разработке месторождений углеводородного сырья: монография. – М.: Горная книга, 2019. – 496 с.
35.Кендалл М. Дж., Стьюарт А. Многомерный статисти-
ческий анализ и временные ряды. – М.: Наука, 1976. – 736 с.
36.Лемешко Б.Ю., Лемешко С.Б. Сравнительный анализ критериев проверки отклонения распределения от нормального закона // Метрология. – 2005. – № 2. – С. 3–23.
37.Колмогоров А.Н. О представлении непрерывных
функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных // Докл. АН СССР, том 108, с. 2, 1956.
38. Маслова Т.Н., Суходский А.М. Справочник школьника по математике. 5–11 классы. – М.: Мир и Образование, 2008. – 672 с.
39.Методическое руководство по ведению горных работ на рудниках Верхнекамского калийного месторождения / Уральский филиал ВНИИГ. – М.: Недра, 1992. – 468 с.
40.Миркин Б.Г. Методы кластер-анализа для поддержки принятия решений: обзор: препринт WP7/2011/03. – М.: Изд. дом Национального исследовательского университета «Высшая школа экономики», 2011. – 88 с.
41.Митина О.В. Моделирование латентных изменений c помощью структурных уравнений // Экспериментальная психология. – 2008. – Т. 1, № 1. – С. 131–148.
314
42.Наследов А.Д. Математические методы психологического исследования, анализ и интерпретация данных: учеб. пособие. – СПб.: Речь, 2004. – 392 с.
43.Никифоров И.А. Применение ЭВМ в геологии: учеб. пособие. – Оренбург: ИПК ГОУ ОГУ, 2009. – 168 с.
44.Орлов А.И. Заметки по теории классификации [Электронный ресурс] // Социология: методология, методы, математическое моделирование. – 1992. – № 2. – С. 28–50. – URL: http:// elibrary.ru/item.asp?id=18085437/ (дата обращения: 04.04.2022).
45.Орлов А.И. Основные этапы становления статистических методов // Научный журнал КубГАУ. – 2014. – № 97 (03). – С. 1–25.
46.Орлов А.И. Прикладная статистика: курс лекций [Электронный ресурс]. – М.: Интуит НОУ, 2016. – 946 с. – URL: https://book.ru/book/917997/ (дата обращения: 04.04.2022).
47.Орлов А.И. Прикладная статистика. – М.: Экзамен,
2004.
48.Орлов Д.С. Химия почв. – М.: Изд-во Московский гос. ун-та, 1992.
49.Орлов А.И. Эконометрика [Электронный ресурс]. – М.: Экзамен, 2002. – 576 с. – URL: http://www.aup.ru/books/m153/ (дата обращения: 04.04.2022).
50.Основы математической статистики: учеб. пособие / под ред. В.С. Иванова. – М.: ФиС, 1990. – 176 с.
51.ОСТ 41-08-212-04. Стандарт отрасли. Управление качеством аналитических работ. Нормы погрешности при определении химического состава минерального сырья и классификация методик лабораторного анализа по точности результатов. – М., 2004.
52.Папазов М.Г., Могильный С.Г. Теория ошибок и способ наименьших квадратов. – М.: Недра, 1968. – 302 с.
53.Пащенко Ф.Ф., Пикина Г.А. Основы моделирования
энергетических объектов/Пащенко Ф.Ф., Пикина Г.А. – М.:
315
Физматлит, 2011. URL: https://www.rfbr.ru/rffi/ru/books/- o_1783257.
54.Повышение энергоэффективности электротехнических систем уличного освещения: диссертация ... кандидата технических наук: 05.09.03 / Валиуллин Камиль Рафкатович; [Место защиты: Магнитог. гос. техн. ун-т им. Г.И. Носова]. – Оренбург, 2019. – 157 с.: ил.
55.Попов И.О. Разработка методов и алгоритмов предварительной цифровой обработки стохастических процессов: дис. …
канд. техн. наук: 05.13.01. – М., 2012. – 181 с.
56.Применение математических знаний в профессиональной деятельности: учеб. пособие: в 4 ч. / Н.П. Пучков и др.; М-во образования и науки Рос. Федерации, Тамбов. гос. техн. ун-т. – Тамбов, 2012.
57.Прогнозирование временных рядов в пакете Statistica: метод. указания / сост. Л.И. Дубровская. – Томск: Томск. гос.
ун-т, 2012. – 36 с.
58.Регрессионный анализ в почвоведении: учеб. пособие / Е.В. Шеин [и др.]; Владим. гос.ун-т им. А.Г. и Н.Г. Столетовых. – Владимир: Изд-во ВлГУ, 2016. ‒ 88 с.
59.Р 50.1.033-2001. Рекомендации по стандартизации. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Ч. 1. Критерии типа хи-квадрат. –
М., 2001.
60.Робастность в статистике. Подход на основе функций влияния / Ф. Хампель, Э. Рончетти, П. Рауссеу, В. Штаэль. – М.:
Мир, 1989. – 512 с.
61.Рыжов П.А. Математическая статистика в горном деле: учеб. пособие. – М.: Высшая школа, 1973. – 287 с.
62.Светуньков И.С., Светуньков С.Г. Методы и модели со- циально-экономического прогнозирования: учебник и практикум для академического бакалавриата: в 2 т. – М.: Юрайт, 2014. – Т. 1. Теория и методология прогнозирования. – 351 с.
316
63.Светуньков И.С., Светуньков С.Г. Методы социальноэкономического прогнозирования: учебник и практикум для академического бакалавриата: в 2 т. – М.: Юрайт, 2017. – Т. 2. Модели и методы. – 447 с.
64.Спектральный анализ временных рядов [Электронный ресурс]. – URL: https://poisk-ru.ru/s23410t8.html/ (дата обращения: 04.04.2022).
65.Специальные мероприятия по безопасному ведению горных работ на Верхнекамском месторождении калийных солей в условиях газового режима в ПАО «Уралкалий». – Пермь – Березники, 2015.
66.Справочник по математическим методам в геологии / Д.А. Родионов, Р.И. Коган, В.А. Голубева [и др.]. – М.: Недра, 1987. – 335 с.
67.Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход: монография. – Новосибирск: Изд-во НГТУ, 2011. – 888 с.
68.Стационарный процесс – Stationary process [Электрон-
ный ресурс].– URL:https://ru.abcdef.wiki/wiki/Stationary_process/ (дата обращения: 04.04.2022).
69.Теория вероятностей и математическая статистика / В.С. Мхитарян, Л.И. Трошин, Е.В. Адамова, К.К. Шевченко, Н.Я. Бамбаева; Московский междунар. ин-т эконометрики, информатики, финансов и права. – М., 2003. – 130 с.
70.Тихомиров Н.П., Дорохина Е.Ю. Эконометрика: учебник. – М.: Изд-во Рос. экон. акад., 2002. – 640 с.
71.Туркалендарь [Электронный ресурс]. – URL: https: //www.turcalendar.ru/perm/ (дата обращения: 04.04.2022).
72.Функции активации в нейронных сетях [Электронный
ресурс]. – URL: http://www.aiportal.ru/articles/neural-networks/ activation-function.html (дата обращения: 23.03.2022).
73. Халафян А.А. STATISTICA 6. Статистический анализ данных. – М.: Бином, 2008.
317
74.Хабаров С.П. Интеллектуальные информационные системы [Электронный ресурс]. 81 – URL: http:// www.habarov.spb.ru/new_es/ (дата обращения: 23.03.2022).
75.Царегородцев В.Г. Оптимизация экспертов boostingколлектива по их кривым обучения // Материалы XII Всеросс. семинара «Нейроинформатика и её приложения», Красноярск, 2004. – 196 с. – С. 152–157.
76.Шепель В.Н., Богословская С.С. Периодизация истории статистики как основа изучения эволюции статистической науки и практики // Известия Оренбургского государственного аграрного университета. – 2009. – № 3. – С. 148–151.
77.Шпаков П.С., Попов В.Н. Статистическая обработка экспериментальных данных: учеб. пособие. – М: Изд-во Москов. гос. горного ун-та, 2003. – 268 с.
78.Шмойлова Р.А. Теория статистики (5-е изд.)/ Шмойлова Р.А., Минашкин В.Г., Садовникова Н.А., Шувалова Е.Б. – М.: Финансы и статистика, 2014. – 654 с.
79.Шуметов В.Г., Шуметова Л.В. Факторный анализ: подход с применением ЭВМ. – Орел: ОрелГТУ, 1999. – 88 с.
80.Электронный учебник по статистике [Электронный ресурс]. – URL: http://statsoft.ru/home/textbook/esc.html/ (дата обращения: 04.04.2022).
81.Big data: How do your data grow? [Электронный ресурс]. – URL: https://www.nature.com/nature/journal/v455/- n7109/full/455028a.html/ (дата обращения: 04.04.2022).
82.Jeff Heaton. Programming Neural Networks with Encog3
in C#, 2nd Edition, 2011, 232.
83. Wold H. A Study in the Analysis of Stationary Time Series. – Stockholm: Almqvist and Wiksel, 1938.
318
Учебное издание
Катаев Анатолий Вениаминович, Кутовой Сергей Николаевич
ПРИКЛАДНОЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ В ГОРНОМ ДЕЛЕ (МНОГОМЕРНАЯ МАТЕМАТИЧЕСКАЯ СТАТИСТИКА)
Учебное пособие
Редактор М.А. Шемякина
Подписано в печать 25.08.2022. Формат 60×90/16.
Усл. печ. л. 19,9. Тираж 50 экз. Заказ № 145/2022.
Издательство Пермского национального исследовательского
политехнического университета.
Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113.
Тел. (342) 219-80-33.
319