Delivered at:: Department of Applied Mathematics and Informatics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))

Course type:: Compulsory course

When:: 3 year, 3 module

Instructor

Kocheganov, Victor

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Дисциплина "стохастические модели принятия решений" для образовательной программы подготовки бакалавров "прикладная математика и информатика" является одной из дисциплин блока вероятностных и статистических методов моделирования. Используется в других дисциплинах этого блока и в дисциплинах блока Data Culture.

Цель освоения дисциплины

Целями освоения дисциплины является развитие способностей к профессиональному применению вероятностных и статистических методов анализа данных в экономической сфере, страховании и бизнесе, а так же развитие компетенций в области математи-ческих методов и информационных технологий. В процессе освоения дисциплины сту-дент приобретает способности описывать проблемы и ситуации профессиональной дея-тельности, используя язык и аппарат математических и компьютерных наук. В результате освоения дисциплины студент должен: Знать Основные понятия и определения курса Уметь иллюстрировать свои теоретические знания конкретными примерами Ориентироваться в различных статистических моделях принятия решений Владеть Иметь навыки (приобрести опыт) применения теоретических положений для реше-ния практических задач. Данная дисциплина относится к вариативной части цикла дисциплин профиля подготов-ки, обеспечивающих подготовку бакалавра. Изучение данной дисциплины базируется на блоке дисциплин по математике. Основные положения данного курса используются при изучении дисциплин анализа данных, подготовке КР и ВКР.

Планируемые результаты обучения

Знать вывод функции распределения времени безотказной работы сложной системы без учёта эффекта усталости.
Знать концепцию сетевой модели фондового рынка
Знать нетрадиционные критерии согласия Е.С.Пирсона.
Знать типовые случайные величины, случайные векторы, случайные процессы
Изучить метод Лемана различения многих гипотез
Изучить основные положения теории Вальда статистических решений.
Иметь общее представление о критериях согласия.
Понимать концепции Несмещённости и инвариантности статистических правил.
Понимать разницу между оцениванием, проверкой и различением гипотез
Уметь находить маргинальное и условное распределения.
Уметь находить распределение функции случайных величин. Моменты, математическое ожидание, дисперсия, коэффициенты вариации, асимметрии, эксцесса. Условное математическое ожидание, ковариация, коэффициент корреляции. Корреляционное отношение Пирсона и корреляционная связь.

Содержание учебной дисциплины

1. Характеристики случайных величин.
2. Классические подходы к построению вероятностных моделей.
1. Задачи математической статистики.
2. Критерии согласия и моделирование случайных величин.
3. Проверка гипотез. Современные направления.
4. Теория риска и статистических решений.
5. Теория Лемана различения N гипотез.
6. Статистический анализ сетевой модели фондового рынка.

Элементы контроля

Контрольная работа 1
Экзамен
Лабораторная работа
Контрольная работа 2

Промежуточная аттестация

2024/2025 3rd module
0.21 * Контрольная работа 1 + 0.21 * Контрольная работа 2 + 0.28 * Лабораторная работа + 0.3 * Экзамен

Список литературы

Авторы

Колданов Петр Александрович
Кочеганов Виктор Михайлович

Bachelor’s Programme 'Applied Mathematics and Information Science'

Stochastic Methods of Decision Making

Instructor

Программа дисциплины