Математическая статистика
Санкт-Петербург, весна 2019
Описание
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.
Оценка ДЗ, семинаров и экзамена производится по 50-балльной шкале, итоговая оценка приводится к 5-балльной шкале по следующему правилу:
46.0 баллов и больше - 5
36.0-45.9 баллов - 4
28.0-35.9 баллов - 3
Рекомендуемые знания и навыки
прослушаны курсы математического анализа, комбинаторики, теории вероятностей
R
Где взять R
Скачать сам R: http://www.r-project.org (тут можно скачать и пакеты, но удобнее это делать через Rstudio)
Скачать Rstudio http://www.rstudio.com
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
Ноутбук
Для семинаров нужен ноутбук, удобнее заранее установить R и RStudio, чтобы не тратить время на занятии.
