• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Бакалаврская программа «Программная инженерия»

Прикладные методы математической статистики

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
5
Кредиты
Статус:
Курс обязательный
Когда читается:
2-й курс, 3, 4 модуль

Преподаватели


Жукова Людмила Вячеславовна


Чернышева Ирина Константиновна

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины «Прикладные методы математической статистики» устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 09.03.04 «Программная инженерия» уровня бакалавра, изучающих дисциплину «Прикладные методы математической статистики». В соответствии с учебным планом по направлению «Программная инженерия» дисциплина читается студентам второго курса бакалавриата в 3 и 4 модулях.
Цель освоения дисциплины

Цель освоения дисциплины

  • формирование у студентов профессиональных компетенций, связанных с использованием методов теории вероятностей и математической статистики в области программной инженерии;
  • выработка практических навыков применения статистических и эмпирических методов;
  • получение студентами опыта самостоятельной исследовательской работы, предполагающей изучение специфических методов математической статистики, инструментов и средств, необходимых для решения прикладных задач.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Линейная регрессия и метод наименьших квадратов
  • Несмещенность оценок
  • Эффективность оценок и теорема Гаусса–Маркова
  • Доверительные интервалы: для отдельных коэффициентов регрессии; для линейной комбинации коэффициентов; для дисперсии случайной ошибки регрессии
  • Тестирование гипотез: относительно отдельных коэффициентов регрессии; относительно линейной комбинации коэффициентов. Тестирование систем линейных уравнений относительно коэффициентов регрессии. Проверка на значимость как отдельных коэффициентов регрессии, так и значимости регрессии «в целом»
  • Фиктивные переменные и тест Чоу
  • Тесты на правильную функциональную форму модели: тест Рамсея и тест Бокса–Кокса
  • Мультиколлинеарность
  • Гетероскедастичность
  • Метод максимального правдоподобия
  • Модели бинарного выбора: logit- и probit-модели
  • Элементы теории бутстрапирования
Элементы контроля

Элементы контроля

  • неблокирующий Письменный экзамен
    Проводится очно
  • неблокирующий Домашнее задание
    Сдаётся в письменном виде с устной зашитой. Заключается в обработке данных эксперимента с использованием изученных методов.
  • неблокирующий Контрольная работа
  • неблокирующий Активность на занятиях
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 4 модуль
    0.4 * Письменный экзамен + 0.2 * Домашнее задание + 0.2 * Активность на занятиях + 0.2 * Контрольная работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Introductory econometrics : a modern approach, Wooldridge, J. M., 2009
  • Эконометрика в задачах : базовый курс: с примерами в среде MATLAB: около 100 задач с решениями, Борзых, Д. А., 2018
  • Эконометрика: работа с данными на компьютере : практикум, Борзых, Д. А., 2021
  • Эконометрика. Кн. 1: Ч. 1: Основные понятия, элементарные методы; Ч.2 : Регрессионный анализ временных рядов, Носко, В. П., 2011

Рекомендуемая дополнительная литература

  • Прикладные методы анализа статистических данных : учеб. пособие для вузов, Горяинова, Е. Р., 2012
  • Эконометрика в задачах и упражнениях, Борзых, Д. А., 2017
  • Эконометрика. Начальный курс, Магнус, Я. Р., 1997