====== Статистическое моделирование на Матлабе 2017 ====== ==== Сдача долгов ==== 16 января, 15:00\\ 23 января, 14:00\\ 30, 31 января, 14:00\\ [[https://docs.google.com/spreadsheets/d/1TZgSUpNiaIyUiTYbhVmXWarshjZ8TLw4n6HB_--rsYg/edit#gid=0|Посещение занятий]] [[https://docs.google.com/spreadsheets/d/1XKqLqvWKVIFBcccE-ofANfsuxzSAVs8qCIzQQf3hosw/edit#gid=0|Защиты]] ===== Домашние задания и практики ===== практики высылать на адрес {{:at14mail.png?200|}}\\ имена файлов prac<номер практики>_AT141_<Фамилия>.m\\ prac2_AT141_Pupkin.m\\ prac3_AT141_Pupkin.m\\ Если выданы замечания и код принят не сразу, в дальнейшем добавлять в файл суффикс «_revN», где N - номер исправлений. Внутри файла писать комментарий, в котором указывать исправленные замечания и дату их выдачи.\\ например, prac3_AT141_Pupkin_rev2.m\\ Если делали вдвоем, писать в названии обе фамилии prac6_AT141_BobchinskyDobchinsky_rev2.m\\ {{:matlab:2017:practice_2_empirical_mean.pdf|Практика 2. Средневыборочное как случайная величина}} защита до 11.10\\ {{:matlab:2017:practice_3_dispersion_estimator.pdf|Практика 3. Оценка дисперсии как случайная величина}} прислать на почту до 22.10\\ {{:matlab:2017:practice_4_sensors_rev5.pdf|Практика 4. Достоверность показаний датчиков}} защита до 25.10. Задание обновлено 1.11.2017\\ {{:matlab:2017:practice_5_student_rev2.pdf|Практика 5. Стьдентизированная случайная величина}} выслать до 19.11. Задание обновлено 15.11\\ {{:matlab:2017:practice_6_sensors_student_rev2.pdf|Практика 6. Достоверность показаний датчиков при неизвестных случайных погрешностях}} выслать до 26.11\\ {{:matlab:2017:practice_7_least_squares_qh.pdf|Практика 7. Аппроксимация характеристик насосов методом наименьших квадратов}} Выслать до 3.12.\\ [[https://www.dropbox.com/s/nuumkdd3znr0nxb/practice7_data.rar?dl=0|**Данные по всем вариантам. Распределение вариантов в архиве**]] \\ При отправке кода высылать данные не надо, высылать скрипт, зачитывающий данные, не надо. Как обычно, высылать один файл со своим решением.\\ {{:matlab:2017:practice_8_least_squares_graph_rev4.pdf|Практика 8}} МНК-критерий как график в трехмерном пространстве. Выслать до 3.12. (обновлено 27.12)\\ {{:matlab:2017:vleprac2_separators.zip|}} Практика 9 (2 практика по массобмену). Моделирование процесса сепарации. ===== Литература и материалы ===== [[https://www.youtube.com/playlist?list=PLSVZVy9n1aZHHeCTZMQkhxbIJ4GkvhxQG|Плейлист курса]]\\ [[https://github.com/victorsouth/matlab_statistics|Репозиторий курса]]\\ [[http://www.youtube.com/playlist?list=PLmu_y3-DV2_nKd7epECPEbTVamsmEmMMI|Элементарное введение в Матлаб с нуля]]\\ Задачник для домашних заданий Абрамян М.Э. 1000 задач по программированию: {{mp2013:абрамян_м.э._-_1000_задач_по_программированию._ч._i.pdf|часть 1}}, {{mp2013:абрамян_м.э._-_1000_задач_по_программированию._ч._ii.pdf|часть 2}}\\ {{: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]]\\ ===== Лекции ===== ==== Лекция 1. Введение в вероятностное моделирование (6 сентября) ==== Лекция сдвоенная с семинаром\\ Модель времени движения на работу как случайная величина\\ Центральная предельная теорема\\ ==== Лекция 2. Оценка параметров распределения. Средневыборочное как случайная величина (20 сентября) ==== Сдвоенная лабораторная, лекция и семинар - три пары подряд\\ ==== Лекция 3. Структурирование кода в Матлабе (4 октября) ==== Сдвоенная лабораторная, лекция и семинар - три пары подряд\\ Разбор примера из Абрамяна Array32-Array36 ==== Лекция 4. Достоверность показаний датчиков. Критерий сравнения МО при известных D, начало (11 октября) ==== ==== Лекция 5. Достоверность показаний датчиков. Критерий сравнения МО при известных D, окончание (18 октября) ==== e-статистика с усреднением\\ z-статистика\\ расчет порога маловероятного значения через norminv\\ ==== Лекция 6. (25 октября) ==== ==== Лекция 7. (1 ноября) ==== ==== Лекция 8. (8 ноября) ==== ==== Лекция 9. МНК (15 ноября) ==== {{:matlab:2017:lecture7_least_squares.pdf|Текст лекции}} \\ {{:plan:2017:regression_trivia_2017.pdf|}} Регрессия-шпаргалка\\