Дополнительные главы прикладной статистики (2020/21) — различия между версиями
Artonson (обсуждение | вклад) (→Лекции) |
Artonson (обсуждение | вклад) (→Лекции) |
||
Строка 26: | Строка 26: | ||
1. '''Введение. Задачи по теории вероятностей и статистике''' (1 лекция, 1 семинар, 08.09.2018) ''Примечание: лекция и семинар объединены'' | 1. '''Введение. Задачи по теории вероятностей и статистике''' (1 лекция, 1 семинар, 08.09.2018) ''Примечание: лекция и семинар объединены'' | ||
− | На занятии будут рассмотрены задачи по различным областям теории вероятностей и статистике для освежения | + | На занятии будут рассмотрены задачи по различным областям теории вероятностей и статистике для освежения знаний теории вероятностей и статистики у коллег. |
Версия 11:27, 8 сентября 2018
Содержание
[убрать]О курсе
Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ в 1-2 модулях.
Лектора: Артемов Алексей Валерьевич, Деркач Денис Александрович, Шараев Максим Геннадьевич
Лекции проходят по субботам (8, 15, 22, 29 сентября, 6, 13, 20, 27 октября, 3, 10, 17, 24 ноября, 1, 8 декабря), 13:40 - 16:30, ауд. 205.
Полезные ссылки
Телеграм-чат для всего курса: Общая группа курса ПСМО-18/19
Семинары
Группа | Преподаватель | Учебный ассистент | Расписание | чат | инвайт AnyTask |
---|---|---|---|---|---|
162 (МОП) | Кондратьева Екатерина | суббота, 15:10 - 16:30, ауд. 505 | TBA | ||
161 (МОП) | Белавин Владислав | суббота, 15:10 - 16:30, ауд. 503 | TBA |
Лекции
1. Введение. Задачи по теории вероятностей и статистике (1 лекция, 1 семинар, 08.09.2018) Примечание: лекция и семинар объединены
На занятии будут рассмотрены задачи по различным областям теории вероятностей и статистике для освежения знаний теории вероятностей и статистики у коллег.
2. Ресемплинг (1 лекция, 1 семинар, 15.09.2018)
Моделирование Монте-Карло, бутстреп. Оценка дисперсии на основе бутстрепа. Оценка доверительных интервалов на основе бутстрепа. Метод складного ножа. Множественная проверка гипотез, методы коррекции. Беггинг. Тест: основы математической статистики.
Семинары
Полезные материалы
2. Wasserman L. All of Nonparametric Statistics. Springer, 2006.
3. Bishop C.M. Pattern recognition and machine learning. Springer, 2006.
4. David Mackay J.C. Information theory, inference, and learning algorithms. Cambridge, 2007.
5. Grimmett G., Stirzaker D. Probability and Random Processes. Oxford University Press, 2001.
7. Lee J.A., Verleysen M. Nonlinear Dimensionality Reduction. Springer, 2007.
10. Лагутин М.Б. Наглядная математическая статистика. М.: БИНОМ. Лаборатория знаний, 2007.