Дисциплина «Вероятностные и статистические методы моделирования» нацелена на развитие теоретических представлений и навыков математического моделирования в условиях неопределенности. Рассматриваются как классические так и современные вероятностные модели и статистические методы анализа данных, включая статистические процедуры со многими решениями и методы множественной проверки гипотез. В результате освоения дисциплины аспиранты систематизируют свои знания в области вероятностных и статистических моделей, осваивают современные методы статистического анализа , приобретают навык работы с научной литературой.
Цель освоения дисциплины
Целью освоения дисциплины является знакомство учащихся с современными вероятностными и статистическими методами моделирования. В результате освоения дисциплины аспирант должен: Знать: основные положения построения вероятностных моделей и их статистического анализа. Уметь: использовать полученные знания в своей научной и педагогической деятельности Иметь навыки (приобрести опыт): работы с литературой по вероятностным и статистическим моделям
Планируемые результаты обучения
Анализирует теоретически и с помощью анализа данных модели страховой деятельности. Выбирает модели адекватные практической ситуации.
Анализирует теоретически и с помощью анализа данных финансовые модели. Выбирает модель, адекватную приктической ситуации.
Выполняет теоретический анализ различных методов множественной проверки гипотез. Применяет современные методы множественной проверки гипотез к реальным данным.
Применяет современные методы статистики и проверки статистических гипотез.
строит и анализирует вероятностные модели прикладных задач. Описывает особенности моделей.
Содержание учебной дисциплины
Концептуальные основы построения вероятностных моделей и современные методы их анализа.
Теория статистических процедур со многими решениями.
Актуарная математика и её применения.
Стохастическая финансовая математика.
Современные методы статистики. Проверка статистических гипотез.
Benninga, S. (2014). Financial Modeling (Vol. Fourth edition). Cambridge, Massachusetts: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1089520
Eric D. Kolaczyk, Gabor Csardi (2014) Statistical Analysis of Network Data with R. Springer New York Heidelberg Dordrecht London. https://link.springer.com/content/pdf/10.1007%2F978-1-4939-0983-4.pdf.
Frederick Mosteller, Stephen E. Fienberg, & Robert E.K. Rourke. (2013). Beginning Statistics with Data Analysis. [N.p.]: Dover Publications. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1154016
Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008
Rees, M. (2008). Financial Modelling in Practice : A Concise Guide for Intermediate and Advanced Level. Hoboken, NJ: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=319172
Wilcox R R. Understanding and Applying Basic Statistical Methods Using R / R R. Wilcox. - Hoboken, New Jersey: Wiley; 2016. eBook https://ebookcentral.proquest.com/lib/hselibraryebooks/detail.action?docID=4526801
Рекомендуемая дополнительная литература
Borek Puza. (2015). Bayesian Methods for Statistical Analysis. Netherlands, Europe: ANU Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.C43E3A69
Bruce, P. C., & Bruce, A. (2017). Practical Statistics for Data Scientists : 50 Essential Concepts (Vol. First edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1517577
Dehmer, M., & Basak, S. C. (2012). Statistical and Machine Learning Approaches for Network Analysis. Hoboken, N.J.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=465414
Luca Regis (Ed.). (2018). Actuarial and Financial Risks in Life Insurance, Pensions and Household Finance. Web server without geographic relation, Web server without geographic relation (org): MDPI AG - Multidisciplinary Digital Publishing Institute. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E6FBC941
Murphy, K. P. (2012). Machine Learning : A Probabilistic Perspective. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=480968
Миронкина Ю.Н., Звездина Н.В., Скорик М.А., Иванова Л.В. - АКТУАРНЫЕ РАСЧЕТЫ. Учебник и практикум для бакалавриата и магистратуры - М.:Издательство Юрайт - 2017 - 518с. - ISBN: 978-5-534-04087-6 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/aktuarnye-raschety-405324
Программа дисциплины
Аннотация
Цель освоения дисциплины
Планируемые результаты обучения
Содержание учебной дисциплины
Элементы контроля
Промежуточная аттестация
Список литературы
Рекомендуемая основная литература
Рекомендуемая дополнительная литература
Авторы