We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Research Seminar

2020/2021
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
Department of Information Systems and Technologies (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))
Course type:
Compulsory course
When:
3 year, 1, 2 module

Instructor

Программа дисциплины

Аннотация

Дисциплина «Научный семинар» посвящена навыкам работы практической работы с математической статистикой и теорией прогноза в задачах бизнес-информации. Семинар направлен на формирование основных знаний, умений и навыков, применяемых в анализе статистических данных, развитие умения определять точность вычислений, используя аналитические и численные методы, понимание пределов использования основных аппроксимаций в теории и практике математической статистики.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Научный семинар» являются: • обсуждение применения знаний математической статистики в типичных задачах бизнес-информации; • формирование основных знаний, умений и навыков, применяемых в анализе статистических данных; • умение определять точность вычислений, используя аналитические и численные методы; • понимание пределов использования основных аппроксимаций в теории и практике математической статистики.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умение находить требуемые величины с наперед заданной точностью с помощью имеющихся вычислительных программ
  • Умение вычислять функции распределения и плотности функций распределения с заданной точностью с помощью имеющихся вычислительных программ
  • Понимание выбора распространенных аппроксимаций типа Гауссового, равномерного, лог-нормального распределений
  • Умение выбора «логичной» регрессионной кривой, понимание смысла параметров таких кривых
  • Умение применять экстремальную статистику в задачах прогноза
  • Умение находить состояния равновесия и определять их устойчивость
  • Понимание рекламных трюков на языке математической модели и определение точности
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Статистические моменты длинных числовых рядов
    • Анализ длинных рядов, возможных ошибок в них • Формулы расчета статистических моментов • Оценки точности расчетов статистических моментов • Анализ стационарности длинного числового ряда
  • Тема 2. Вероятностные распределения длинных числовых рядов
    • Построение гистограмм с нужной точностью • Формулы расчета вероятностных распределений • Проверка точности расчетов распределений • Связь между функциями распределения и их плотностью
  • Тема 3. Аппроксимации вероятностных распределений, критерии выбора аппроксимаций
    • Понимание откуда берутся типичные вероятностные распределения (нормальное, равномерное и др) • Нахождение параметров аппроксимаций и оценка их точности • Анализ нескольких рядов, заданных как численно, так и аналитически
  • Тема 4. Корреляции и определение их точности
    • Коэффициенты корреляции • Многоточечные функции распределения • Регрессионные кривые и выбор их параметров • Точности аппроксимаций
  • Тема 5. Элементы прогнозирования редких событий на основе распределения Пуассона
    • Понимание условий применимости распределения Пуассона в задачах прогнозирования редких событий • Применение этого распределения в «житейских» задачах типа вероятности жениться/выйти замуж с использованием реальных данных • Оценка точности вероятностных прогнозов
  • Тема 6. Динамические подходы к анализу случайных процессов
    • Необходимость перехода к динамическим моделям в задачах прогнозирования • Простейшая модель предсказания, основанная на разностном или дифференциальном уравнении • Точки равновесия и их устойчивость
  • Тема 7. Математическая модель эффективности рекламы
    • Простейшее уравнение, описывающее этот процесс • Аналогия с задачами роста народонаселения • Качественные решения • Отношение к параметрам уравнения со стороны рекламодателей • «Математизация» рекламных трюков типа акций на начальном этапе продаж
Элементы контроля

Элементы контроля

  • неблокирующий самостоятельные работы
  • неблокирующий экзамен
  • неблокирующий самостоятельные работы
  • неблокирующий экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.7 * самостоятельные работы + 0.3 * экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Загребаев А. М. - ЭЛЕМЕНТЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ 2-е изд. Учебное пособие для СПО - М.:Издательство Юрайт - 2019 - 159с. - ISBN: 978-5-534-12472-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/elementy-teorii-veroyatnostey-i-matematicheskoy-statistiki-447580

Рекомендуемая дополнительная литература

  • Трофимов А. Г. - МАТЕМАТИЧЕСКАЯ СТАТИСТИКА 2-е изд. Учебное пособие для СПО - М.:Издательство Юрайт - 2019 - 259с. - ISBN: 978-5-534-09002-4 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/matematicheskaya-statistika-426863