Математическая статистика
Санкт-Петербург / весна 2018, посмотреть все семестры

В рамках курса будут рассмотрены основы математической статистики, а также современные методы прикладной статистики. Цель курса — научить правильно применять методы математической статистики к различным прикладным задачам.

Каждая лекция сопровождается семинаром, на котором рассматриваются задачи по теме лекции, а также домашним заданием. Семинарские и домашние задания выполняются на языке R. В рамках семинарских и домашних заданий слушатели будут исследовать границы применимости статистических методов. Домашние задания также включают реальные практические задачи.

В рамках курса освещаются следующие темы

описательная статистика; точечные и интервальные оценки и их свойства; проверка статистических гипотез:критерии согласия, параметрические и непараметрические методы, критерии однородности и независимости; однофакторный дисперсионный анализ; множественная линейная регрессия; робастные регрессионные модели; бинарная регрессия; методы ресэмплирования; методы анализа выживаемости; байесовские методы.

Отчетность

семинары, домашние задания и экзамен в форме защиты некоторой прикладной задачи. Итоговый балл складывается из оценок за семинары, домашние задания и экзамен.

ДЗ и семинары должны быть оформлены с помощью rmarkdown и сконвертированы в html или pdf. ДЗ и семинары сопровождаются вопросами-заданиями на stepic.org.

Итоговая оценка складывается из 0.44ДЗ + 0.22Семинар + 0.34Экзамен Учитываются 11 лучших ДЗ и 11 лучших семинаров. Пропуск ДЗ или семинара равен 0.

Рекомендуемые знания и навыки

прослушаны курсы математического анализа, комбинаторики, теории вероятностей

R

Где взять R

  1. Скачать сам R: http://www.r-project.org (тут можно скачать и пакеты, но удобнее это делать через Rstudio)

  2. Скачать Rstudio http://www.rstudio.com

  3. Скачать и установить пакет rmarkdown: http://rmarkdown.rstudio.com/ (install.packages(rmarkdown))

Документация для R: https://cran.r-project.org/doc/manuals/R-intro.pdf

Ознакомительный опрос

до начала курса пройдите, пожалуйста, опрос

https://docs.google.com/forms/d/e/1FAIpQLSdRh9hQnXzMLi1PnD4YrDmx25cMWyyNcAggnO39FDTMcpMwjw/viewform

Дата и время Название Место Материалы
14 февраля
18:30–19:50
Описательная статистика, лекция Таймс, ауд. с чёрными досками слайды
14 февраля
20:00–21:20
Семинар 1, семинар Таймс, ауд. с чёрными досками слайдыфайлы
21 февраля
18:30–19:50
Точечные оценки и их свойства, лекция Таймс, ауд. с чёрными досками слайды
21 февраля
20:00–21:20
Семинар 2, семинар Таймс, ауд. с чёрными досками слайдыфайлы
28 февраля
18:30–19:50
Доверительные интервалы. Стратифицированные выборки, лекция Таймс, ауд. с чёрными досками слайды
28 февраля
20:00–21:30
Семинар 3, семинар Таймс, ауд. с чёрными досками слайдыфайлы
07 марта
18:30–19:50
Статистические гипотезы, лекция Таймс, ауд. с чёрными досками слайды
07 марта
20:00–21:30
Семинар 4, семинар Таймс, ауд. с чёрными досками слайдыфайлы
14 марта
18:30–19:50
Критерии согласия, лекция Таймс, ауд. с чёрными досками слайды
14 марта
20:00–21:30
Семинар 5, семинар Таймс, ауд. с чёрными досками слайдыфайлы
21 марта
19:15–19:50
Критерии однородности, лекция Таймс, ауд. с чёрными досками Нет
21 марта
20:00–21:30
Семинар 6, семинар Таймс, ауд. с чёрными досками слайдыфайлы
28 марта
18:30–19:50
Корреляционный анализ, лекция Таймс, ауд. с чёрными досками слайды
28 марта
20:00–21:20
Семинар 7, семинар Таймс, ауд. с чёрными досками слайдыфайлы
04 апреля
18:30–19:50
Множественная линейная регрессия, лекция Таймс, ауд. с чёрными досками слайды
04 апреля
20:00–21:20
Семинар, лекция Таймс, ауд. с чёрными досками слайдыфайлы
11 апреля
18:30–19:50
Робастные регрессионные модели. Логистическая регрессия, лекция Таймс, ауд. с чёрными досками слайдывидео
11 апреля
20:00–21:30
Семинар 9, лекция Таймс, ауд. с чёрными досками слайдыфайлы
18 апреля
18:30–19:50
Методы ресемплирования, лекция Таймс, ауд. с чёрными досками слайдывидео
18 апреля
20:00–21:30
Семинар 10, семинар Таймс, ауд. с чёрными досками слайдыфайлы
20 апреля
18:30–19:50
Анализ выживаемости, лекция Таймс, 2 этаж, ауд.204 слайдывидео
20 апреля
20:00–21:30
Семинар 11, семинар Таймс, ауд. с чёрными досками слайдыфайлы
25 апреля
18:30–19:50
Байесовские методы, лекция Таймс, ауд. с чёрными досками слайды
25 апреля
20:00–21:30
Семинар 12, семинар Таймс, ауд. с чёрными досками слайдыфайлы