===== Планирование и обработка результатов научного эксперимента 2017 ===== ==== Экзамен и консультация ==== Консультация 19.06.2017 16:00 ауд 1404\\ Экзамен 20.06.2017 в 10-00 ауд 1404\\ ==== Семинар по САРДу 27.03.2017 в 12:00 ==== [[http://www.youtube.com/playlist?list=PLmu_y3-DV2_nKd7epECPEbTVamsmEmMMI|Элементарное введение в Матлаб с нуля]] [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Плейлист курса Youtube]] ==== Консультации ==== Понедельник 29.06 14:00 [[https://docs.google.com/spreadsheets/d/1epVTsi_3RltK_teeK-ZZeyGbGNtPzff_la_yqrAEbME/edit#gid=0|Посещение занятий]] ==== Литература ==== {{:plan:2017:regression_trivia_2017.pdf|}} Регрессия-шпаргалка\\ {{:plan:gmurman_2004.zip|Гмурман В. Е. - Теория вероятностей и математическая статистика - 2004}}\\ {{:plan:rykov_itkin_2010.rar|Рыков В.В., Иткин В.Ю. Математическая статистика и планирование эксперимента 2010}}\\ [[http://rutracker.org/forum/viewtopic.php?t=739088|Я. Р. Магнус, П.К. Катышев, А.А. Пересецкий - Эконометрика. Начальный курс.]]\\ [[http://www.gubkin.ru/faculty/automation_and_computer_science/chairs_and_departments/pmikm/TextBooks/InterpolationAndSmooth/Interpolation_v2.pdf|В.Ю. Иткин, О.Н. Кочуева ИНТЕРПОЛЯЦИЯ И СГЛАЖИВАНИЕ ДАННЫХ В ПАКЕТЕ MATLAB]] ==== Домашние и практические работы ==== [[https://docs.google.com/spreadsheets/d/18GLtw-kWtqHvSs_b-2DD0e9CDrrRqJC1xyJ9F8fVA4E/edit#gid=0|Список студентов гр. АТМ-16-01]]\\ === Практика 1. Моделирование средневыборочного как случайной величины === {{:plan:2017:practice_1_empirical_mean.pdf|Практика 1. Моделирование средневыборочного как случайной величины. }} **Вопросы к защите в файле. Защита без снижения балла до 2.03.2017**\\ {{:plan:2017:practice_2_means_rev2.pdf|Практика 2. Равенство МО нормальных СВ при известной дисперсии (достоверность датчиков). }} **Вопросы к защите в файле. Защита до 21.03.2017** Файл обновлен 29 марта\\ {{:plan:2017:practice_3_dispersion_estimator_rev2.pdf|Практика 3. Оценка дисперсии как случайная величина }} **Вопросы к защите в файле. Защита до 7.04.2017, допускается совместно с практикой 4** Файл обновлен 30 марта, исправлена ошибка в ч.2\\ {{:plan:2017:practice_4_means_zt_rev2.pdf|Практика 4. Равенство МО нормальных СВ при неизвестной дисперсии (достоверность датчиков-2). Вопросы к защите в файле. **Защита до 14.04.2017**}}\\ {{:plan:2017:practice_5_ls_beta_est_rev4.pdf|Практика 5. Регрессия. МНК и статистические свойства коэффициентов регрессии и прогноза }} **Защита до 27.04.2017** Добавлена **вторая** версия вопросов к защите\\ {{:plan:2017:practice_6_pumps_rev3.pdf|Практика 6. Регрессионные модели характеристик насосных агрегатов }} (обновлено 29.05.2017) **Защита до 31.05.2017** \\ {{:plan:2017:pump_data.rar|Данные к практике}}\\ {{:plan:2017:practice_7_pumps_analyze_this_rev2.pdf|Практика 7. Анализ регрессионных остатков и скользящий контроль}} (обновлено 29.05.2017) **Защита до 31.05.2017**\\ === Лекция 1. Моделирование средневыборочного как случайной величины (9 февраля) === [[https://youtu.be/ivgfbH3OO9I|часть 1]] [[https://youtu.be/agt8IWD_S74|часть 2]] [[https://youtu.be/16aneq9up8Y|часть 3]] [[https://youtu.be/roEWnk_PmdI|часть 4]] === Лекция 2. Критерий сравнения МО двух нормальных СВ при известной дисперсии (16 февраля) === [[https://youtu.be/LIy3JG5XVao|часть 1]] [[https://youtu.be/G1aVNFCtl6U|часть 2]] [[https://youtu.be/L8dnWMQx2q0|часть 3]] [[https://youtu.be/gcj7cNTQGnY|часть 4]] === Лекция 3. Критерий сравнения МО двух нормальных СВ. Учет усреднения (2 марта) === [[https://youtu.be/1eryXL8rxhA|часть 1]] [[https://youtu.be/Lnr34XhH7js|часть 2]] [[https://youtu.be/FY0PFb9sWJY|часть 3]] [[https://youtu.be/x3h-d86A0tw|часть 4]] === Лекция 4. Критерий сравнения МО двух нормальных СВ при неизвестных дисперсиях (9 марта) === Оценка дисперсии как случайная величина\\ Смещенная и несмещенная дисперсия\\ Стьюдентизированная нормальная СВ\\ [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 5. Регрессионные модели. Введение (16 марта) === Объяснение невязок модели и данных как реализаций случайного шума\\ Векторная форма МНК\\ Критерий МНК в графическом виде для модели y = kx\\ [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 6. Регрессионные модели. Метод наименьших квадратов (23 марта) === [[https://github.com/victorsouth/matlab_statistics/blob/master/seminar_mnk_2017.m|Генератор случайной выборки по регрессионной модели]]\\ 3D-график критерия МНК\\ Вывод нормальных уравнений регрессии\\ [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 7. Регрессионные модели. Статистические свойства оценок коэффициентов регрессии (30 марта) === Ковариационная матрица оценок коэффициентов регресии [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 8. Регрессионные модели. Статистические свойства прогноза. Полигон относительных частот (6 апреля) === [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 9. Регрессионные модели. (13 апреля) === [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 10. Регрессионные модели. (20 апреля) === [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\ === Лекция 12, 13. Регрессионные модели. (27 апреля) === [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZGZvsBJ5elIs65z9vb6Hsup|Видео выложено в плейлист курса на Youtube]]\\