(специальность «Экономическая кибернетика» - 34 часа, 2010/2011 уч. год)
- Принципы САД. Классификация методов и программного обеспечения.
- Случайная выборка и альтернативные модели данных.
- Задачи и методы предварительного анализа данных.
- Статистическое оценивание и анализ числовых и функциональных характеристик
вероятностных моделей данных.
- Анализ адекватности моделей данных на основе критериев согласия.
- Многомерное нормальное распределение как модель данных.
- Теорема о линейном преобразовании гауссовского случайного вектора.
- Маргинальное распределение гауссовского случайного вектора.
- Условное распределение гауссовского случайного вектора.
- Функция регрессии и частный коэффициент корреляции (ЧКК).
- Оптимальные свойства функции регрессии.
- Множественный коэффициент корреляции (МКК) и его свойства.
- Построение оценок максимального правдоподобия (МП-оценки) параметров многомерного нормального распределения.
- Свойства МП-оценок параметров многомерного нормального распределения.
- Распределение вероятностей МП-оценок многомерного нормального распределения.
- Выборочный коэффициент корреляции (ВКК) и его свойства.
- Точный и асимптотический критерии проверки гипотезы о значимости ВКК.
- Построение асимптотического критерия проверки гипотезы о значимости ВКК.
- Выборочный частный коэффициент корреляции (ВЧКК) и его свойства.
- Выборочный множественный коэффициент корреляции (ВМКК) и его свойства.
- Проверка гипотезы о значимости ВМКК.
- Задачи регрессионного анализа. Виды регрессионных моделей данных.
- Построение МП-оценок параметров многомерной линейной регрессии,
свойства оценок.
- Проверка гипотез о значениях матрицы коэффициентов регрессии.
- Статистика Хотеллинга и ее свойства. Многомерный критерий Стьюдента.
- Обобщенная статистика Хотеллинга и ее распределение.
- Проверка гипотезы о значениях вектора математического ожидания
многомерного нормального распределения.
- Проверка гипотезы о равенстве средних значений в двух выборках
из многомерного нормального распределения.
- Многомерная проблема Беренса - Фишера.
- Модели и задачи дисперсионного анализа данных.
- Статистическое оценивание параметров модели дисперсионного анализа.
- Статистическая проверка гипотез в задаче дисперсионного анализа данных.
- Задача и методы дискриминантного анализа данных.
- Байесовское и подстановочное решающие правила дискриминантного анализа гауссовских случайных векторов.
- Модели и задачи дисперсионного анализа данных.
- Статистическое оценивание параметров модели дисперсионного анализа.
- Статистическая проверка гипотез в задаче дисперсионного анализа данных.