Инструменты пользователя
Содержание
Планирование и обработка результатов научного эксперимента 2019
планирование_экзамен_2019.pdf Билеты к экзамену
Консультации
Ульянов М.С. (для новичков): вторник 18-00
Домашние задания и практики
Защиты практик АТМ-18
Расчет баллов:
Новички
Старички
Проверка кода практик
Посещение занятий
Обработка данных защит практик
Практики высылать на адрес: 
Требования к отсылке кода практик
Практика 1. Время движения на работу (светофоры) Срок 19.02
Практика 2. Средневыборочная как случайная величина Срок 24.02 10:00
Практика 3. Выборочная дисперсия как случайная величина Срок 3.03 10:00
Практика 4. QH-характеристики насосных агрегатов Срок 16.03 10:00
Данные для практики
Распределение вариантов практики
Практика 5. Исследование МНК-критерия Срок 16.03 10:00
Практика 6. Вероятностная модель зашумленных измерений Срок 31.03 10:00
Практики 7 и 9. Контроль достоверности показаний Срок практики 7: 14.04 10:00
Срок практики 9: 21.04 10:00
practice8_rev1.pdf Срок 28.04 10:00
practice10_rev1.pdf Срок 5.05 10:00
practice11_rev1.pdf Срок 19.05 10:00
Данные для 11 практики
practice12_rev1.pdf Срок 19.05 10:00
practice13_rev1.pdf Курсовая работа
Заготовка для курсовой
Литература и материалы
В.В. Рыков, В.Ю. Иткин Математическая статистика и планирование эксперимента, 2010
В.В. Рыков, В.Ю. Иткин Основы компьютерного моделирования (Модели математической статистики), 2006
Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов, 2003
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. 2004
Репозиторий курса
Пример вывода 3D-графиков (для МНК)
Элементарное введение в Матлаб с нуля
Плейлист курса
Текст лекций 2019
Лекции
Спец. занятие. Структурное программирование в Матлабе
Лекция 1. Модель времени движения. Теоретико-вероятностный подход, центральная предельная теорема (12 февраля)
Лекция 2. Модель времени движения. Статистический подход. Оценка математического ожидания (19 февраля)
Лекция 3. Модель времени движения. Статистический подход. Оценка дисперсии (26 февраля)
Лекция 4. Вероятностная модель регрессии. Метод наименьших квадратов (5 марта)
Лекция 5. Коэффициент детерминации R-квадрат (12 марта)
Лекция 6. Повторение и подчистка хвостов (19 марта)
Центральная предельная теорема, подробный разбор формулировки
Критический анализ вероятностной модели регрессии с точки зрения случайности/неслучайности факторов
Анализ источников случайной погрешности модели насосного агрегата
Лекция 7. Модель зашумленных измерений. Постановка задачи контроля достоверности показаний измерительных каналов и ее сведение к задаче проверки гипотезы равенства МО (26 марта)
Лекция 8. Критерий равенства нормальных МО при известных дисперсиях (2 апреля)
Лекция 9. Критерий равенства нормальных МО при неизвестных дисперсиях (9 апреля)
Стандартизированная СВ
Стьюдентизированная СВ
Лекция 10. Статистические свойства МНК-оценок и прогноза (16 апреля)
Лекция 11. Доверительный интервал оценки МО нормальной СВ. Доверительный интервал прогноза регрессионной модели (23 апреля)
Лекция 12. Идентификация передаточных функций методом МНК (30 апреля)
Лекция 13. Доверительный интервал прогноза регрессионой модели при неизвестной дисперсии. Критерий Фишера для проверки значимости регрессионной модели (7 мая)
Лекция 14. Критерий Стьюдента для проверки значимости коэффициентов регрессионной модели
Лекция 15. Критерий Вальда-Волфовица для проверки некоррелированности регрессионных остатков
Лекция 16. Общий подход к оценке погрешности эмпирических моделей
Инструменты страницы
