|
Следующая версия
|
Предыдущая версия
|
study:fall2020:intro_mag [2020/08/17 16:07]
nina создано |
study:fall2020:intro_mag [2021/03/31 14:03] (текущий)
nina |
| ====== 522 гр., Подготовка к обучению в магистратуре на профиле "Статистическое моделирование" ====== | ====== 522 гр., Подготовка к обучению в магистратуре на профиле "Статистическое моделирование" ====== |
| | |
| | [[https://docs.google.com/spreadsheets/d/16ayldbQKKl3JV5fhgQ0Gn3Ip7evNksKd6V9Ss5ElQWE/edit?usp=sharing|Состояние дел]] |
| | |
| | Первые занятия (сентябрьские?) на 3 и 4 парах четверга будут посвящены подтягиванию уровня. |
| | |
| | 01.10.2020, 3 пара, 4399. Доверительные интервалы, упр. 4, 8. |
| | |
| | 24.09.2020, 3 и 4 пары, 2505. Свойства оценок, оценки максимального правдоподобия, проверка гипотез. {{ :study:fall2020:intro_mag:test4mag_part_stat_2020.zip |Домашнее задание}} (к 30.09.2020 делайте задания 1,2,3,5,6,7). |
| | |
| | 17.09.2020, 3 и 4 пары, 2505. Было: ковариация, коэффициент корреляции (как косинус угла и как мера качества линейного предсказания), случайные вектора, ковар. и коррел. матрицы. Центрирование и стандартизация. Многомерное нормальное рапределение. Форма двумерной плотности, линии уровня. Статистика: определение выборки до и после эксперимента, эмпирическая случайная величина. Метод подстановки как метод построения оценок. Оценки мат.ож. и дисперсии. Матрица многомерных данных, центрированная, нормированная. Оценка ковариационной и корреляционной матрицы. (До 17.09 нужно было прислать набранные в TEX решения задач, которые разбирали 10.09. Продлеваем до 24 сентября, но нужно прислать мне работы, в том числе, исправленные, до 21 сентября, чтобы во вторник забрать с комментариями.) |
| | |
| | 10.09.2020, 3 и 4 пары, 2505. Разбирали задачи по линейной алгебре (в частности, базис, ранг через базис, свойства собственных чисел и векторов), мат.ан. и началам теории вероятностей. {{:study:fall2020:intro_mag:test4mag_part1_2020.pdf |Ссылка на задачи}}. В задаче линалг-1 не надо считать определители, в задаче линалг-2 не надо считать корни характеристического полинома. Задачу матан-2 надо понять и объяснить результат через задачу матан-3. |
| |
| == Теорвер, статистика == | == Теорвер, статистика == |
| |
| | Частично (и коротко) буду рассказывать на [[study:fall2020:probmod|Вероятностных и статистических моделях]], но там все будет медленнее, чем нам нужно. |
| |
| Материал, который нужно знать, можно найти в лекциях Н.И.Черновой. | Материал, который нужно знать по теории вероятностей, можно найти в лекциях Н.И.Черновой. |
| У нее есть лекции для математиков и для не математиков. Ссылки для последних (знание математики там, конечно, тоже требуется):\\ | У нее есть лекции для математиков и для не математиков. Ссылка для последних (знание математики там, конечно, тоже требуется):\\ |
| [[https://nsu.ru/mmf/tvims/chernova/sibguti/tv-sibguti.pdf|Теория вероятностей]] [[https://nsu.ru/mmf/tvims/chernova/ms/ms_nsu14.pdf|Математическая статистика]] | [[https://nsu.ru/mmf/tvims/chernova/sibguti/tv-sibguti.pdf|Теория вероятностей]] \\ |
| | |
| | С литературой по математической статистике дело обстоит сложнее. Литература по математической статистике: черновой {{ :study:fall2020:intro_mag:stat_golyandina20210325.pdf |конспект}} (версия 24.11.2020), возможны ошибки, просьба сразу сообщать о найденных. |
| | |
| | Вот еще [[http://www.antonpiter.narod.ru/7361/5semestr/VM_analiz_dannix.PDF|источник по прикладной статистике]] (там поменьше формул и побольше слов; части про пакеты стат.программ читать не надо). Главы 1-5, 9, 10, 8, 6, 7. |
| |
| == TEX == | == TEX == |
| Вам нужно установить дистрибутив LaTeX, если вы пользуетесь windows — то это miktex (https://miktex.org/download), если macOS — то это mactex (http://www.tug.org/mactex/), если linux — то это TeX Live (используйте нужный пакетный менеджер). | Вам нужно установить дистрибутив LaTeX, если вы пользуетесь windows — то это miktex (https://miktex.org/download), если macOS — то это mactex (http://www.tug.org/mactex/), если linux — то это TeX Live (используйте нужный пакетный менеджер). |
| |
| Также вам нужно поставить редактор, рекомендуется установить TeXstudio (https://www.texstudio.org/). | Также вам нужно поставить редактор, рекомендуется установить TeXstudio (https://www.texstudio.org/). Какой бы редактор ни установили, там должна быть проверка орфографии. |
| |
| После этого можете попробовать скомпилировать {{ :study:fall2019:latextest.zip |пробный файл}} (распакуйте архив и откройте в TeXstudio example.tex) и убедиться, что вы можете скомпилировать этот файл нажатием клавиши F1. | После этого можете попробовать скомпилировать {{ :study:fall2019:latextest.zip |пробный файл}} (распакуйте архив и откройте в TeXstudio example.tex) и убедиться, что вы можете скомпилировать этот файл нажатием клавиши F1. |
| |
| Заодно проверьте, что Ctrl + <щелчок мыши> по исходнику переносит вас в соответствующую позицию в откомпилированном pdf файле и наоборот. | Заодно проверьте, что Ctrl + <щелчок мыши> по исходнику переносит вас в соответствующую позицию в откомпилированном pdf файле и наоборот. |
| | |
| | {{ :study:fall2020:intro_mag:otchet_o_nir_522_2020.docx |Правила оформления отчета о НИР в TEX}} |
| |
| == R == | == R == |
| | |
| | По поводу R см. страницу курса [[study:fall2020:dataprog|Программирование для анализа данных]]. |
| |
| Установка: [[https://cran.r-project.org/bin/windows/base/|R]] и [[https://www.rstudio.com/products/rstudio/download/#download|Rstudio]]. См. список литературы [[study:fall2018:intror|здесь]] (внизу ссылка на простые видео по R на английском). | Установка: [[https://cran.r-project.org/bin/windows/base/|R]] и [[https://www.rstudio.com/products/rstudio/download/#download|Rstudio]]. См. список литературы [[study:fall2018:intror|здесь]] (внизу ссылка на простые видео по R на английском). |
