- •Теория вероятностей, математическая статистика и случайные процессы
- •1. Цели и задачи дисциплины
- •2. Место дисциплины в структуре ооп
- •2.1 Междисциплинарные связи с обеспечивающими (предыдущими) дисциплинами
- •3. Требования к результатам освоения дисциплины
- •4. Объем дисциплины и виды учебной работы
- •5.1.3. Основные формулы теории вероятностей
- •5.1.4. Дискретные случайные величины и их законы распределения
- •5.1.5. Непрерывные случайные величины и их законы распределения
- •5.1.6. Параметрические семейства случайных величин
- •5.1.7. Операции со случайными величинами
- •5.1.8. Программная реализация случайных величин
- •5.1.9. Системы случайных величин
- •5.1.10. Зависимые и независимые случайные величины.
- •5.1.11. Практические применения математической статистики
- •5.1.12. Предельные теоремы теории вероятностей
- •5.1.13. Статистические гипотезы
- •5.1.14. Дисперсионный анализ
- •5.1.15. Автоматизация статистического анализа с помощью ms Excel
- •5.1.16. Автоматизация статистического анализа с помощью пакетов MatLab и Statistica
- •5.1.17. Основные свойства случайных функций
- •5.1.18. Стационарные случайные процессы
- •5.2 Разделы дисциплины и виды занятий
- •6. Практические занятия и самостоятельная работа
- •6.1. Лабораторный практикум
- •6.2. Практические занятия
- •8.1.2 Дополнительная литература
- •8.1.3 Методические разработки кафедры
- •10.2 Рекомендации для студента
- •10.3 Перечень контрольных вопросов для подготовки к итоговой аттестации по дисциплине
- •Перечень ключевых слов дисциплины
5.1.10. Зависимые и независимые случайные величины.
Взаимность независимости. Числовые характеристики системы двух случайных величин. Начальный момент. Центральный момент. Второй смешанный центральный момент или корреляционный момент. Необходимый признак независимости и достаточный признак зависимости случайных величин.
Ковариация и корреляция. Линейный тренд. Линия регрессии. Ковариационная матрица.
Характеристическая функция и ее свойства.
Нормальный закон распределения для системы двух случайных величин. Нормальный закон на плоскости. Эллипсы рассеивания. Приведение нормального закона к каноническому виду. Вероятность попадания в эллипс рассеивания.
5.1.11. Практические применения математической статистики
Случайные финансовые операции. Ожидаемая доходность. Понятия портфеля ценных бумаг. Задача Марковитца. Оптимизация и хеджирование портфеля ценных бумаг.
Моделирование случайных событий на примере игровых автоматов. Определение и управление доходностью и риском игры.
Анализ обменных курсов валют в банках города.
Обзор парадоксов и олимпиадных задач по теории вероятностей.
5.1.12. Предельные теоремы теории вероятностей
Закон больших чисел и центральная предельная теорема. Неравенство Чебышева. Закон больших чисел (теорема Чебышева). Следствия закона больших чисел: теорема Бернулли и теорема Пуассона. Массовые случайные явления и центральная предельная теорема. Характеристические функции. Практические применения центральной предельной теоремы. Вычисление интегралов методом Монте-Карло.
Имитационное моделирование. Статистические доказательства теорем.
5.1.13. Статистические гипотезы
Основные задачи математической статистики. Выборочные моменты. Точечные и интервальные оценки случайных величин.
Виды гипотез. Нулевая гипотеза и альтернативные ей гипотезы. Статистика, как функция от выборки. Критерии проверки гипотез. Ошибки первого и второго рода. Мощность критерия. Критерии значимости, основанные на интервальных оценках. Критерий Пирсона. Критерий Колмогорова.
Параметрическая и непараметрическая статистика.
Обзор и сравнение практически значимых критериев, статистик и распределений.
5.1.14. Дисперсионный анализ
Факторный анализ. Зависимые и влияющие факторы. Однофакторный и многофакторный анализ.
Условия применимости дисперсионного анализа. Разложение полной дисперсии на сумму двух дисперсий: межгрупповая и внутригрупповая. Коэффициент детерминации, как показатель близости двумерной совокупности к графику нелинейной зависимости.
Планирование эксперимента.
5.1.15. Автоматизация статистического анализа с помощью ms Excel
Использование пакета MS Excel для многомерного статистического анализа.
Ранжирование числовых данных. Технология частотного анализа с использованием статистических функций. Статистические методы изучения динамики и прогнозирования. Регрессионный анализ и построение трендовых моделей. Однофакторный и двухфакторный дисперсионный анализ. Генерация случайных чисел средствами MS Excel.
5.1.16. Автоматизация статистического анализа с помощью пакетов MatLab и Statistica
Использование статистического пакета Statistics Toolbox в составе MatLab. Определение числовых и функциональных характеристик различных распределений. Кластерный анализ. Реализация однофакторного и двухфакторного дисперсионного анализа. Проверка гипотез. Планирование эксперимента.
Двумерный и трехмерный визуальный анализ данных в пакете Statistica.
Применение многомерных статистических методов в социально-статистических исследованиях.