Сжато излагаются основные разделы математической статистики. Подбор материала, объем и глубина его изложения соответствуют программе семестрового курса, читанного авторами студентам факультета прикладной математики и экономики МФТИ вслед за курсами по теории вероятностей и основам случайных процессов.
Для студентов старших курсов и аспирантов.
Настоящее издание содержит наиболее важные разделы математической статистики. Подробно рассмотрены теория проверки гипотез, теория оценивания, выборочный метод, корреляционный и регрессионный анализ. Содержатся необходимые для понимания математической статистики сведения из теории вероятностей. Во втором издании (первое вышло в 1975 г.) дополнительно рассматриваются основные понятия и методы планирования эксперимента, дисперсионного и факторного анализа. Уделено внимание статистическим аспектам использования методов случайных функций при обработке результатов наблюдений, включены вопросы статистического моделирования случайных процессов на ЭВМ.
Учебное пособие предназначено для студентов-заочников 2 курса (3 семестр).
Формирование у будущих бакалавров инженерных направлений подготовки компетенций, предусмотренных федеральным государственным образовательным стандартом, требует совершенствования образовательного процесса. Введение в процесс обучения теории вероятностей элементов компьютерного моделирования способствует формированию статистического мышления, необходимого для критического анализа и системного подхода при решении задач прикладного характера. Цель работы - показать возможности использования компьютерного статистического моделирования в обучении теории вероятностей студентов с целью формирования статистического стиля мышления. Приводятся примеры компьютерных статистических моделей опытов с бросанием монеты и анализ этих моделей.
Одной из проблем, возникающих при исследовании генераторов псевдослучайных последовательностей, является определение показателей качества генерируемых последовательностей. Цель работы - показать, как можно определять показатели качества программных генераторов псевдослучайных последовательностей. Результаты работы проходят апробацию в процессе обучения и применяются в научных исследованиях.
В пособии излагаются основные понятия и принципы статистического анализа в бизнес-
информатике. Описываются статистические методы первичного анализ данных, проверки гипотез,
регрессионного анализа, дисперсионного и факторного анализа, дискриминантного и кластерного
анализа, анализа выживаемости, анализа нейросетей. Рассматриваются различные задачи статистиче-
ского анализа в бизнес-информатике.
Учебное пособие предназначено для студентов, обучающихся по экономическим направлени-
ям и специальностям, изучающих дисциплины «Математический анализ», «Теория вероятностей и
математическая статистика», «Методы оптимальных решений»
Методическое пособие предназначено для студентов и научных сотрудников биологических специальностей. Оно включает в себя основные методические вопросы прикладной биометрии и программы для расчетов.
В статье рассматриваются особенности преподавания дисциплины «Теория вероятностей и математическая статистика» в Пермском государственном национальном исследовательском университете в период пандемии. Описаны сложности проведения и проверки контрольных работ, выполняемых студентами дистанционно. Предложен новый подход к проведению контрольных работ с использованием статистических пакетов прикладных программ.
Рассмотрены методические аспекты преподавания математической статистики в техническом вузе с использованием лабораторных работ. Приведены примеры задач, допускающих решения с использованием библиотек SciPy и NumPy языка Python. Обоснованы преимущества данного языка программирования перед другими компьютерными математическими системами. Рассмотрены задачи генерации данных из заданного распределения, построения доверительных интервалов, проверки гипотез, корреляционного анализа и некоторые другие.
Автоматическая генерация контрольных работ для студентов является актуальной задачей при организации образовательного процесса. В настоящей работе описывается опыт генерации контрольных работ по математической статистике с помощью языка программирования Python. Рассмотрены как методические аспекты составления задач, так и вопросы практической реализации. Приведенные в качестве примеров задачи на построение доверительных интервалов и проверку гипотез для выборок из нормального распределения в обязательном порядке входят в курс статистики.