422 гр., все. Спецкурс «Выч. методы и пакеты в статистическом исследовании» (4 курс)

Место и время проведения: вторник, 3 пара, ауд 2406; 4 пара, ауд 2406
Преподаватель: Коробейников Антон Иванович
Преподаватель: Звонарев Никита Константинович


Программа курса

Базовый R

  1. Базовые операции: понятие «workspace», присваивание, просмотр списка переменных, удаление переменных из workspace'а. Функции c() и seq(). Использование встроенной справки.
  2. Объекты R. Общие свойства (mode, length). Основные типы объектов: vector, matrix, data frame, list, expression. Конверсия объектов друг в друга.
  3. Основные операции (арифметика, логические операции). Проверка равенства (==, identical, all.equal). Индексирование «векторных» переменных (включая именованные индексы).
  4. Вызов функций. Правила передачи аргументов. Аргументы по умолчанию. Ellipsis (…) operator. Область видимости переменных.
  5. Чтение и запись данных из файла. Функции scan, read.table, write.table и пр.
  6. Основные встроенные «скалярные» функции: sum, prod, max, min, which.max, which.min, range, length
  7. Основные встроенные «векторные» функции: round, rev, sort, rank, scale, pmin, pmax, cum{sum, prod, min, max}, diff, match, which
  8. Операции с матрицами: cbind, rbind, t, diag, solve, qr, eigen, svd
  9. Функции над блоками данных: lapply, sapply, replicate
  10. Графические устройства (функции dev.*). Разбиение устройства на блоки. Понятие о графических параметрах
  11. Высокоуровневые графические функции: plot, curve, pairs, density
  12. Низкоуровневые графические функции: points, line, axis, legend
  13. Распределения. Функции распределения, плотности. Моделирование. Функции “d”, “p”, “q”, “r”. Функция sample
  14. Отладка. Функции debug, browser, traceback
  15. Векторизация. Эффективная работа с памятью
  16. Нахождение (локальных) экстремумов функций

Задачи

  1. Вычисление интеграла методом Монте-Карло (до 12.03)
  2. Моделирование. Адаптивный метод отбора (до 19.03)
  3. Оценки максимального правдоподобия (до 02.04)
  4. EM-алгоритм. Построение ОМП для смеси нормально распределенных случайных величин (до 16.04)
  5. Моделирование. Markov Chain Monte-Carlo. Метод Метрополиса-Хастингса. (до 30.04)

(Возможные) будущие задачи

  1. Support Vector Machines
  2. Бутстреп
  3. Вычисление стационарного распределения марковской цепи
  4. Метод Гусеница-SSA
  5. Проверка статистических гипотез
  6. Кластерный анализ
  7. Нейронные сети
  8. Деревья классификации и регрессии. Методы улучшения классификаторов. Bagging. Boosting. Алгоритм AdaBoost
  9. Логистическая и нелинейная регрессия
  10. Планирование эксперимента
  11. Hidden Markov Models

Prerequisites

Дистрибутив R:

Редакторы и оболочки:

Рекомендуемая литература

Книги

  1. Peter Dalgaard. Introductory Statistics with R. Springer, 2002.
  2. John Maindonald and John Braun. Data Analysis and Graphics Using R. Cambridge University Press, Cambridge, 2003.
  3. John Verzani. Using R for Introductory Statistics. Chapman & Hall/CRC, Boca Raton, FL, 2005.
  4. Paul Murrell. R Graphics. Chapman & Hall/CRC, Boca Raton, FL, 2005.
  5. Ермаков С.М. Статистическое моделирование, часть II PDF
  6. Голяндина Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: Учеб. пособие. СПб: Изд-во СПбГУ, 2004. 76 с.PDF
  7. Шипунов А.Б., Балдин Е.М., Волкова П.А., Коробейников А.И., Назарова С.А., Петров С.В., Суфиянов В.Г. Наглядная статистика. Используем R! – М.: ДМК Пресс, 2012. – 298 с.

Статьи

  1. John Maindonald. Using R for Data Analysis and Graphics - Introduction, Examples and Commentary. PDF
  2. John Verzani. Simple R. PDF
  3. Petra Kuhnert and Bill Venables. An Introduction to R: Software for Statistical Modelling & Computing. ZIP
  4. David Rossiter. Introduction to the R Project for Statistical Computing for Use at the ITC. PDF
  5. Е.М. Балдин, А.И. Коробейников, А.Б. Шипунов Анализ данных с R www
  6. А.И. Коробейников Оценки максимального правдоподобия в условиях цензурирования на базе EM-алгоритма PDF
  7. Patrick Burns The R Inferno PDF
  8. Patrick Burns S Poetry PDF

Задачи

Условные обозначения: Решетка - задание выдано, плюс - зачтено, звездочка - штраф, минус - хм, незачет.

Integral Simulation MLE EM MCMC Итого
Вирко + + + + - 4/5
Карасов + + + + - 4/5
Константинов + + + + + 5/5
Сандалов + + + - - 3/5
Соколиков + - + + + 4/5
Плешкова + + + + - 4/5
Арзамасцев - + + + + 4/5
Баско - + - - + 2/5
Цобенко + + - + - 3/5
Мартынкина - - + - + 2/5
Картышева + + + + + 5/5
Мийоски + + - + + 4/5

Внимание: Если напротив Вашей фамилии отсутствует назначенное задание, то для его получения Вам следует отправить запрос по почте.

study/spring2019/compstat.txt · Последние изменения: 2019/06/04 15:54 — asl
Наверх
CC Attribution-Noncommercial-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0