Statistics 4mr 2021-22 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Bdemeshev (обсуждение | вклад) (→Материалы) |
Bdemeshev (обсуждение | вклад) (→Полезные источники в перемешку) |
||
| Строка 109: | Строка 109: | ||
Bootstrap: | Bootstrap: | ||
| + | * Tim Hestenberg, [https://arxiv.org/abs/1411.5279 What teachers should know about the bootstrap] | ||
| + | * [https://people.eecs.berkeley.edu/~jordan/sail/readings/edgeworth.pdf Edgeworth expansion] | ||
| + | * James MacKinnon, [https://core.ac.uk/download/pdf/6494253.pdf Bootstrap Methods in Econometrics (про дикий и парный бутстрэп)] | ||
| + | * [https://www.unofficialgoogledatascience.com/2015/08/an-introduction-to-poisson-bootstrap26.html Poisson bootstrap] | ||
* [https://arxiv.org/abs/1304.7406 Evaluation of Bootstrap Methods] | * [https://arxiv.org/abs/1304.7406 Evaluation of Bootstrap Methods] | ||
| Строка 126: | Строка 130: | ||
* [https://www.stat.cmu.edu/~hseltman/files/ratio.pdf Approximate E, Var for ratio] | * [https://www.stat.cmu.edu/~hseltman/files/ratio.pdf Approximate E, Var for ratio] | ||
* Deng, [https://arxiv.org/abs/1803.06336 Applying delta method:] practical guide with novel ideas | * Deng, [https://arxiv.org/abs/1803.06336 Applying delta method:] practical guide with novel ideas | ||
| + | |||
| + | |||
| + | Эффекты воздействия: | ||
| + | |||
| + | * Рубен Ениколопоп, [http://quantile.ru/06/06-RE.pdf Эффекты воздействия]. Мэтчинг, propensity score. | ||
| + | * Matheus Facure, [https://matheusfacure.github.io/python-causality-handbook/landing-page.html Causal inference for Brave and True] | ||
Версия 21:09, 26 октября 2021
О курсе
Оценивание
UoL = Экзамен * 0.7 + Письменная (или курсовая) работа * 0.3
Итоговая оценка = Экзамен * 0.5 + 0.3 * Контрольная работа + 0.2 * Домашняя работа
Module 1
(1 lecture + 1 class per group X 7 weeks)
- Bootstrap
- Welch test
- Mann-Whitney test
- CUPED
- Difference in Difference estimator
- Matching
- Multiple comparison corrections
Module 2
(1 lecture + 1 class per group X 8 weeks)
- Sampling
- Sample size calculation
- Contingency tables, Chi-squared tests
- ANOVA, ANCOVA
- Partial correlation
Module 3
(1 lecture + 1 class per group X 11 weeks)
- Discriminant analysis
- Logit
- PCA
- Factor analysis
- Cluster analysis, Dendrogramms
- Conjoint Analysis
- Multidimensional scaling
Литература
Вспоминаем тервер и матстат
Книжки попроще
- Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences
- Феллер В. Введение в теорию вероятностей и её приложения
Посложнее
- Larry Wasserman. All of Statistics: A Concise Course in Statistical Inference
- David Williams. Weighing the Odds. A Course in Probability and Statistics
- Ширяев А.Н. Вероятность - 1 .
Советы от UoL
- Malhotra, N.K. D.F. Birks and P.A. Wills Marketing Research, Pearson, fourth edition
Боевой листок
Лекция 1. Наивный bootstrap, bootstrap t-статистики, bootstrap в bootstrap
Полезно почитать:
- Tim Hestenberg, What teachers should know about the bootstrap
- Edgeworth expansion
Тетрадка с семинара:
Лекция 2. Дикий bootstrap, парный bootstrap, пуассоновский bootstrap
Полезно почитать:
Тетрадка с семинара:
Лекция 3. Ещё немного про бутстрэп, тест Уэлча
Тетрадка с семинара:
Лекция 4. Манн Уитни, CUPED
Полезно почитать:
- Deng, Improving the Sensitivity of Online Experiments
- Victor Lei, How booking increases power with CUPED
Тетрадка с семинара:
Лекция 5. CUPED, DND
Лекция 6. Мэтчинг
Полезные источники в перемешку
General AB:
- VK practitioner guide
- Deng, Trustworthy analysis of online A/B tests: Pitfalls, challenges and solutions
- Deng, webpage
- Stats SE, AB testing for ratio of sums
- Guide to AB:
Welch test, Mann-Whitney,
Bootstrap:
- Tim Hestenberg, What teachers should know about the bootstrap
- Edgeworth expansion
- James MacKinnon, Bootstrap Methods in Econometrics (про дикий и парный бутстрэп)
- Poisson bootstrap
- Evaluation of Bootstrap Methods
CUPED + CUPAC:
Оригинальная статья, на CUPED можно смотреть как на две подряд применённых регрессии :)
- Victor Lei, How booking increases power with CUPED
- CUPAC
Де-факто: признак генерируется любым алгоритмом машинного обучения, затем множественная регрессия с кластер-робастными стандартными ошибками.
Linearization + Delta-method:
- Transformation of Ratio Metrics
- Approximate E, Var for ratio
- Deng, Applying delta method: practical guide with novel ideas
Эффекты воздействия:
- Рубен Ениколопоп, Эффекты воздействия. Мэтчинг, propensity score.
- Matheus Facure, Causal inference for Brave and True
