521 и 522 гр., все. Вероятностные и статистические модели
Место и время проведения: вторник, 1-я пара, 4399.
Преподаватели: Голяндина Нина Эдуардовна
Курс для магистров 1 года обучения, Прикладная математика и информатика (Математическое моделирование, программирование и искусственный интеллект). Ссылка на список посещений и баллов для зачета Список
Дедлайны по рефератам¶
Реферат 1 - первый вариант работы 19 октября, зачтенный вариант работы - 30 октября.
Реферат 2 - первый вариант работы 16 ноября, зачтенный вариант работы - 30 ноября.
Материалы в помощь для рефератов¶
Примеры на R и Python базовых действий, которые могут быть полезны для реферата 1.
Пример реферата 1 на R и аналог на Python. Если теор.часть больше, то лучшее ее делать в TEX (а практическую часть можно делать в Rmarkdown/Jupyter).
Доклад поза...позапрошлого года про распределение p-values, который может быть полезен для реферата 2.
Занятия в 2025¶
(Для получения трех баллов за посещение не забывайте доводить решение упражнений на парах до моего ответа в vk, например, «принято» в срок не позднее воскресенья перед след. занятием. Выполнение заданий за 14,21 октября является необходимым условием зачета, а также допуска ко второму реферату.)
25.11 - Множественное тестирование.
18.11 - МНК. AIC/BIC. Робастная статистика.
11.11 - Оценки максимального правдоподобия.
28.10 - FP-TP-FN-TN. Доверительные интервалы. Оценка параметров (метод подстановки, метод моментов).
21.10 - Мощность критерия. Распределение p-values, если верна H1, ошибки 1 и 2 рода.
14.10 - Проверка гипотез. Распределение p-values, если верна H0.
07.10 - оценки, их свойства.
30.09 - условные распределения, меры зависимости. Корреляционная матрица, многомерное нормальное распределение. Переход к статистике.
23.09 - сходимость последовательности случайных величин, ЗБЧ, ЦПТ, двумерные распределения, независимость/зависимость, условные распределения
16.09 - о случайных величинах, распределения, характеристики.
09.09 - о вероятностных моделях, независимость событий, условные вероятности, формула Байеса.
02.09 - тест
Занятия в 2024¶
(Для получения трех баллов за посещение не забывайте доводить решение упражнений на парах до моего ответа в vk, например, «принято» в срок до дня накануне след. занятия. Выполнение заданий за 15,22,29 октября является необходимым условием зачета, а также допуска ко второму реферату.)
10.12 - Окончание про метод Монте-Карло. Оптимизация.
03.12 - Окончание про множественное тестирование. Метод Монте-Карло.
26.11 - Множественное тестирование.
19.11 - BIC/AIC. Робастная статистика.
12.11 - Методы построения оценок.
05.11 - Доверительные интервалы.
29.10 - Мощность критерия. Односторонний и двухсторонний критерий. Распределение p-values, если верна H1. FP, TP, …
22.10 - Распределение p-values, если верна H0, ошибки 1 и 2 рода.
15.10 - Оценки, проверка гипотез.
08.10 - Корреляционная матрица, многомерное нормальное распределение. Переход к статистике.
01.10 - ЗБЧ, ЦПТ, двумерные распределения, независимость/зависимость, условные распределения, переход к мерам зависимости …
24.09 - о случайных величинах, распределения, характеристики, сходимость последовательности случайных величин.
17.09 - о вероятностных моделях, независимость событий, условные вероятности, формула Байеса.
03.09 - тест
Общая информация:¶
Информацию по TEX, включая установку и рекомендации по набору текста, можете найти здесь и здесь.
Материал по теории вероятностей, который нужно знать для понимания лекций, 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):
Теория вероятностей
Литература по математической статистике: мой черновой электронный конспект, возможны ошибки, просьба сразу сообщать о найденных.
Вот еще 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.
Примерная схема получения баллов для зачета¶
(Может быть подкорректирована. Собственно, подкорректирована - и для зачета, и для допуска ко второму реферату необходимо сделать задания за xx, xx, xx октября.)
Зачет ставится по бальной системе. Для получения зачета нужно набрать 50 баллов. Однако, теперь кроме зачета ставится еще и градация, которая, по сути, является оценкой.
Соответствие оценок и баллов:
90 и больше зачтено А (отлично)
80-89 зачтено В (очень хорошо)
70-79 зачтено С (хорошо)
61-69 зачтено D (удовлетворительно)
50-60 зачтено Е (посредственно)
менее 50 не зачтено F
Примерное распределение баллов следующее.
- Посещение занятия, на котором студент отвечает на вопросы на понимание, участвует в обсуждениях – 3 балла, максимум 30 баллов за 10 занятий. Если на занятиях задания выполнены с ошибками, за следующую неделю есть возможность один раз прислать исправление.
- Написание реферата на одну из заданных тем (теория в TEX, которая записана своими словами без переписанных один в один абзацев текста, и примеры применения на R или Python, выполненные самостоятельно) – 30 баллов при условии правильного выполнения вовремя, каждая неделя опоздания с предоставлением правильного варианта реферата уменьшает число баллов на 5 (минимум 10 баллов за зачтенный реферат); максимум три реферата, для третьего реферата дедлайнов нет.
- Устный теоретический зачет (два вопроса) – 20 баллов за правильный и полный ответ на один вопрос. Исправленные ошибки снижают число баллов на 10 по каждому вопросу.
Таким образом, самый прямой способ получения оценки A - это получение 30 баллов за занятия и по 30 за два реферата. На устный зачет лучше не рассчитывать, это самое сложное.
Самый простой способ получить E - это получить 30 баллов за занятия и 20-30 за один реферат. Сдать реферат без посещения занятий или без образования в области теорвера и статистики проблематично.