Statistics 4mr 2021-22 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(лекция 6) |
Bdemeshev (обсуждение | вклад) (→О курсе) |
||
| Строка 8: | Строка 8: | ||
Итоговая оценка = Экзамен * 0.5 + 0.3 * Контрольная работа + 0.2 * Домашняя работа | 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 | ||
| − | 1) | + | ==== 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) | |
| − | 3 | + | * Discriminant analysis |
| − | + | * LOGIT | |
| − | + | * PCA | |
| − | + | * Factor analysis | |
| − | + | * Cluster analysis, Dendrogramms | |
| − | + | * Conjoint Analysis | |
| − | + | * Multidimensional scaling | |
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
| − | + | ||
== Литература == | == Литература == | ||
Версия 20:13, 26 октября 2021
Содержание
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
Материалы
Лекция 1. Наивный bootstrap, bootstrap t-статистики, bootstrap в bootstrap
Полезно почитать:
Тетрадка с семинара:
Лекция 2. Дикий bootstrap, парный bootstrap, пуассоновский bootstrap
Полезно почитать:
- James MacKinnon, Bootstrap Methods in Econometrics (про дикий и парный бутстрэп)
- Про пуассоновский бутстрэп
Тетрадка с семинара:
Лекция 3. Ещё немного про бутстрэп, тест Уэлча
Тетрадка с семинара:
Лекция 4. Манн Уитни, CUPED
Полезно почитать:
- Improving the Sensitivity of Online Controlled Experimentsby Utilizing Pre-Experiment Data
- Про классное применение парной регресси
Тетрадка с семинара:
