Теория вероятностей и математическая статистика, фэн, 2019-2020 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 92: Строка 92:
 
На семинаре разбираем кр и экзаменационный тест. ''(диджей: Борис Демешев).''
 
На семинаре разбираем кр и экзаменационный тест. ''(диджей: Борис Демешев).''
  
==Умные книги==
+
==Основная литература==
 +
 
 +
* Алексей Шведов, Теория вероятностей и математическая статистика: пособие для вузов
 +
* Алексей Шведов, Теория вероятностей и математическая статистика - 2 (промежуточный уровень) : учеб. пособие
 +
* Дмитрий Борзых, Теория вероятностей и математическая статистика в задачах
 +
* Blitzstein, Hwang, [https://www.crcpress.com/Introduction-to-Probability/Blitzstein-Hwang/p/book/9781466575578 Introduction to probability]: без статистики, но с mcmc и упражнениями в R :) И материалы его курса [https://projects.iq.harvard.edu/stat110 Statistics 110]
 +
 
 +
==Дополнительная литература==
  
* Kelbert, Suhov, Probability and statistics by example. Задачи Кембриджских тривиумов с подробными решениями. Кельберт, Сухов, Вероятность и статистика в примерах и задачах.
 
 
* Dekking, Modern introduction to probability and statistics. Учебник, упражнения в конце каждой главы.
 
* Dekking, Modern introduction to probability and statistics. Учебник, упражнения в конце каждой главы.
 +
* Kelbert, Suhov, Probability and statistics by example. Задачи Кембриджских тривиумов с подробными решениями. Кельберт, Сухов, Вероятность и статистика в примерах и задачах.
 
* Williams, Weighing the odds, Учебник с кучей красивых примеров, для начинающих изучать вероятности с нуля, но довольно требовательный к читателю.
 
* Williams, Weighing the odds, Учебник с кучей красивых примеров, для начинающих изучать вероятности с нуля, но довольно требовательный к читателю.
 
* Grimmett and Stirzaker, Probability and Random Processes
 
* Grimmett and Stirzaker, Probability and Random Processes
* Grimmett, One thousand exercises in probability. С решениями отдельной книгой
+
* Grimmett, One thousand exercises in probability
* Ferguson, A Course in Large Sample Theory, теория и упражнения с решениями про сходимости и прочую страшную асимптотику.
+
* Blitzstein, Hwang, [https://www.crcpress.com/Introduction-to-Probability/Blitzstein-Hwang/p/book/9781466575578 Introduction to probability]: без статистики, но с mcmc и упражнениями в R :) И материалы его курса [https://projects.iq.harvard.edu/stat110 Statistics 110]
+
 
+
  
 
==Интересные ссылки==
 
==Интересные ссылки==

Версия 12:30, 21 марта 2020

Общая информация

Официальная программа

Таблица с оценками

Материалы к курсу

Подборка контрольных прошлых лет

Листки к семинарам ип

Расписание. Первый семестр

Неделя 01-02

Дискретное вероятностное пространство. Теорема сложения. Теорема умножения. Условная вероятность. Независимость двух событий (попарная). Независимость в совокупности. Формула полной вероятности. Формула Байеса.

слайды 01-02

Неделя 03

Схема Бернулли. Формула Бернулли. Биномиальное распределение вероятностей. Теорема о вероятности первого успеха. Геометрическое распределение вероятностей.Теорема Пуассона. Уточнённая теорема Пуассона. Распределение Пуассона.

слайды 03

Неделя 04-05

Распределение Пуассона. Геометрическая вероятность. Вероятностное пространство. Борелевская сигма-алгебра. Случайная величина. Функция распределения. Функция плотности.

слайды 04-05

Неделя 06

Математическое ожидание. Дисперсия и стандартное отклонение.

слайды 06

Расписание. Второй семестр

До-онлайн эра

Методы получения оценок. Метод моментов. Метод максимального правдоподобия.

  • Три задачи с разбором на нахождение оценок методом максимального правдоподобия и методом моментов:
   * задача о немецких танках, подробнее в статье на Википедии German tank problem
   * Винни-Пух собирает мёд, 
   * Винни-Пух собирает мёд: непрерывный вариант
   * Условия задач

24 марта

Критерий эффективности оценок. Асимптотические свойства оценок. Дельта-метод. (Семинарист: Борзых).

Эпизод I: Определение асимптотической нормальность. ЦПТ.

Эпизод II: Задача о зарабатывании чатлов: поиск асимптотического распределения ML оценки.

31 марта

Доверительные интервалы. Основные понятия, теорема (следствие Леммы Фишера), ДИ для МО, дисперсии. (Семинарист: Пильник).

7 апреля

Доверительные интервалы. Разности средних. (Семинарист: Пильник).

14 апреля

Асимптотические доверительные интервалы. Дельта-метод. (Семинарист: Борзых).

21 апреля

Проверка гипотез. Общие понятия, мощность теста. (Семинарист: Борзых).

28 апреля

Проверка гипотез. Мо, дисперсия, доля. (Семинарист: Языков).

12 мая

Проверка гипотез. Сравнение МО. (Семинарист: Коссова).

19 мая

Проверка гипотез. Критерии согласия (Пирсона, LR, Колмогорова). (Семинарист: Языков).

26 мая

Проверка гипотез. Независимость признаков. (Семинарист: Станкевич).

1 июня

Ядерное оценивание. (Семинарист: Потанин).

8 июня

На семинаре разбираем кр и экзаменационный тест. (диджей: Борис Демешев).

Основная литература

  • Алексей Шведов, Теория вероятностей и математическая статистика: пособие для вузов
  • Алексей Шведов, Теория вероятностей и математическая статистика - 2 (промежуточный уровень) : учеб. пособие
  • Дмитрий Борзых, Теория вероятностей и математическая статистика в задачах
  • Blitzstein, Hwang, Introduction to probability: без статистики, но с mcmc и упражнениями в R :) И материалы его курса Statistics 110

Дополнительная литература

  • Dekking, Modern introduction to probability and statistics. Учебник, упражнения в конце каждой главы.
  • Kelbert, Suhov, Probability and statistics by example. Задачи Кембриджских тривиумов с подробными решениями. Кельберт, Сухов, Вероятность и статистика в примерах и задачах.
  • Williams, Weighing the odds, Учебник с кучей красивых примеров, для начинающих изучать вероятности с нуля, но довольно требовательный к читателю.
  • Grimmett and Stirzaker, Probability and Random Processes
  • Grimmett, One thousand exercises in probability

Интересные ссылки

/нужно навести порядок/

У Черновой менее популярное определение функции распределения, $F(t)=P(X<t)$, в нашем курсе мы используем $F(t)=P(X\leq t)$, будьте аккуратны.