Лектор: Никита Волков

Семинаристы: Ольга Калиниченко, Роман Логинов, Дмитрий Лунин

Практические занятия: Анастасия Грачева, Елизавета Дахова, Артем Куприянов, София Ожерельева

Кафедра дискретной математики.


Система выставления оценки и правила сдачи заданий (скоро)

Оставить анонимный отзыв

Распределение по семинаристам и таблица оценок


Содержание

Актуальное расписание

  • Лекция: понедельник 17:50-20:00, Арктика, поточная аудитория 4 этажа
  • Практическое занятие: 18:30-21:00, 302 КПМ и клуб 2-ки. На некоторых неделях, подробности ниже.
  • Семинар (Дима): четверг 11:30-13:45, 302 КПМ
  • Семинар (Оля): пятница 10:00-12:10, 516 Цифра
  • Семинар (Рома): суббота 13:55-16:10, 516 Цифра

Лекции

Лекция 1 (02.09). О прикладном потоке. Обзор статистики на примере историй из Мурмурландии. Примеры: парадоксы в поиске, опрос по результатам выборов. 1. Введение в статистику. 1.1 Основная задача математической статистики. 1.2 Вероятностно-статистическая модель. 1.3 Виды подходов к статистике (параметрический и непараметрический, частотный и байесовский).

Презентация

Лекция 2 (09.09). 2. Точечные оценки параметров. 2.1 Статистики и оценки, примеры статистик. 2.2 Свойства оценок - несмещенность, состоятельность, сильная состоятельность, асимптотическая нормальность. Практический смысл свойств. Примеры. 2.3 Наследование свойств. Теорема о наследовании сходимостей, пример. Лемма Слуцкого, теорема о производной, пример.

Лекция 3 (16.09). Дельта-метод, пример. Доказательства теорем п. 2.3 (теорема о наследовании сходимостей, лемма Слуцкого). 2.4 Методы нахождения оценок - метод моментов, метод максимального правдоподобия, примеры. Свойства методов.

Условия регулярности

Лекция 4 (ПЛАН на 23.09). Выборочные квантили. Достаточные статистики. Экспоненциальный класс распределений.

Семинары

Семинар 1. (12-14.09) Повторение теории вероятностей: вероятностное пространство, функция распределения и плотность, независимость, математическое ожидание и дисперсия, сходимости стучайных векторов, УЗБЧ, ЦПТ. Методы численного вычисления интегралов: метод прямоугольников и метод Монте-Карло.

Семинар 2. (ПЛАН на 19-21.09) Оценки и их свойства: несмещенность, состоятельность, сильная состоятельность, асимптотическая нормальность, практический смысл свойств оценок, задачи. Наследование свойств оценок, задачи.

Практические занятия

Занятие 1 (11.09). Библиотеки numpy, scipy.stats, matplotlib.

Правила оформления практических работ

Задание: ipynb, pdf

Решение: ipynb, pdf

numpy+scipy.stats: ipynb, pdf

matplotlib: ipynb, pdf

Занятие 2 (ПЛАН на 18.09). Библиотекa pandas.

pandas: ipynb, pdf, example.csv

Задание: ipynb, pdf, cat_exam_data.csv

Решение: ipynb, pdf

Теоретические задания

Задание 1. Дедлайн 19.09 в 11:00 утра. Для учета задач нужно заполнить опрос. Письменную задачу (см. номер в таблице) необходимо прислать на почту.

Практические задания

Задание 1: IPYNB, PDF, netflix_data.csv. Дедлайн 29.09 23:59. Задать вопрос по заданию.

Литература и полезные ссылки

  • Лагутин М.Б., Наглядная математическая статистика
  • L. Wasserman, All of Statistics
  • Russell B. Millar, Maximum Likelihood Estimation and Inference
  • Bishop, C.M. Pattern Recognition and Machine Learning
  • Савельев В., Статистика и котики
  • Боровков А.А., Математическая статистика