Rambler's Top100





9
2. СОДЕРЖАНИЕ ДИСЦИПЛИН
2.1. Перечень тем лекционных занятий
Тема 1. «Многомерные выборки. Предварительный анализ
многомерных данных». Предмет, цели и задачи дисциплины Анализ
данных. Шкалы измерений. Преобразование признаков, измеренных в
разных шкалах. Характеристики признаков, рассчитываемые в предва-
рительном анализе. Графическое представление данных.
Тема 2. «Методы моделирования случайных величин». Метод
неравномерной рулетки. Метод отбраковки. Быстрый способ моделиро-
вания одномерного нормального распределения. Моделирование мно-
гомерного нормального распределения. Способы генерации данных в
EXCEL. Методы размножения выборок (бустреб-методы).
Тема 3. «Робастное статистическое оценивание». Грубые ошибки
и методы их выявления. Методы вычисления устойчивых статистиче-
ских оценок: Пуанкаре, Винзора, Хубера.
Тема 4. «Методы статистического оценивания и сравнения вы-
борок». Статистические гипотезы в анализе данных. Подгонка вероят-
ностных распределений к реальным данным. Проверка гипотез о равен-
стве вектора средних значений постоянному вектору. Проверка гипотез
о равенстве двух векторов средних. Проверка гипотез о равенстве кова-
риационных матриц.
Тема 5. «Непараметрические методы проверки однородности
выборок». U-критерий Манна-Уитни (Вилксона).
Тема 6. «Дисперсионный анализ». Математическая модель. Фор-
мы представления данных. Составляющие дисперсии. Проверка гипоте-
зы с помощью F-критерия.
Тема 7. «Методы обработки ранговых данных». Измерение свя-
зи между двумя дихотомными переменными. Коэффициент ассоциации
Юла. Ранговая корреляция. Критерий знаков.
Тема 8. «Методы проведения экспертных исследований и ана-
лиз данных оценок экспертов».
2.2. Перечень тем практических занятий
Названия тем практических занятий совпадают с темами лекцион-
ных занятий.