О курсе

Математическая статистика — это наука, изучающая методы сбора и статистического анализа данных для получения научных и практических выводов. К сожалению, во многих случаях такие методы воспринимаются как “сборник рецептов на все случаи жизни”, потому такой курс будет полезен для более глубокого понимания принципов, на которых базируется статистический анализ данных.

В рамках курса будут рассмотрены как основы математической статистики, так и современные методы прикладной статистики: описательные статистики, интервальное оценивание, проверка статистических гипотез, корреляционный и регрессионный анализ. Теоретический материал курса будет сопровождаться модельными примерами и примерами из реальной жизни.

  • Чему вы научитесь?

    После окончания курса вы будете: знать основные термины, определения, теоремы и понятия математической статистики; находить описательные статистики по имеющимся данным, точечные и интервальные оценки неизвестных параметров распределения; доказывать свойства несмещенности, состоятельности и эффективности статистических оценок; проверять статистические гипотезы о равенстве средних и дисперсии, о согласии эмпирического распределения с теоретическим; находить корреляции и изучать линейную связь между переменными; находить оценки параметров парной линейной регрессии как наиболее простой статистической модели

  • На кого ориентирован курс?

    Курс предпочтителен для тех исследователей и практиков, кто уже имеет опыт статистического анализа данных, но при этом многие методы кажутся “сборником рецептов”. При этом можно проходить этот курс и без соответствующего практического опыта для того, чтобы сразу понимать принципы математической статистики, которые лежат в основе методов сбора и анализа данных

  • Пререквизиты

    Предполагается, что студент знаком с определениями и методами по следующим темам:
    из линейной алгебры:Операции над векторами и матрицами
    Положительная определенность матриц
    из математического анализа:
    Дифференцирование и интегрирование
    Функция одной и нескольких переменных
    из теории вероятностей:
    Случайные величины и случайные векторы и их числовые характеристики
    Сходимость случайных величин, закон больших чисел и центральная предельная теорема

Преподаватели

  • Максим Скрябин

    Скрябин Максим Александрович, к.ф.-м.н., доцент практики Университета ИТМО, консультант по проектированию обучения и учебной аналитике

Программа

01

-

02

-

03

-

04

-

05

-

06

-

07

-

08

-

09

-

10

-

  • Гмурман В. Е. Теория вероятностей и математическая статистика. М.: Высш. школа, 2003, 479 с.
  • Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высш. школа, 1979, 400 с.
  • Коршунов Д. А., Чернова Н. И. Сборник задач и упражнений по математической статистике. Новосибирск: Изд-во Института математики, 2004, 128 с.
  • Лагутин М. Б. Наглядная математическая статистика. М.: БИНОМ. Лаборатория знаний, 2009, 472 с.
  • Чернова Н. И. Математическая статистика. Новосибирск: РИЦ НГУ, 2014, 150 с.

Поступающим

Как подать заявку на курс?

  • Написать мотивационное письмо

    В мотивационном письме студент должен пояснить зачем ему нужен курс, как он в дальнейшем планирует использовать полученные знания.

    Рекомендации для мотивационного письма →
  • Отправить письмо

    Мотивационные письма принимаются на почту [email protected] в формате PDF.

    В теме письма обязательно указать название интересующего вас курса.