Статистика  

Преподаватель: Анатолий Карпов

Программа курса

1. Введение. Типы переменных. Нормальное распределение. Описательные статистики. Центральная предельная теорема. Доверительные интервалы.

2. Проверка статистических гипотез. P – уровень значимости.

3. Анализ номинативных данных. Хи – квадрат. Точный критерий фишера.

4. t - критерий Стьюдента. Проверка распределения на нормальность. Размер эффекта. Непараметрические аналоги.

5. Дисперсионный анализ. Сумма квадратов. Контрасты. Множественные сравнения.

6. Дисперсионный анализ. Взаимодействие факторов. Ковариаты. Различные экспериментальные модели.

7. Коэффициенты корреляции.

8. Простая линейная регрессия. Метод наименьших квадратов. Регрессия с номинативным предиктором.

9. Множественная линейная регрессия. Мультиколлинеарность. Гомоскедастичность. R2 исправленный.

10. Множественная линейная регрессия. Взаимодействие предикторов. Регрессия с зависимыми переменными разных типов.

11. Метод максимального правдоподобия.

12. Биномиальная регрессия. Идея метода. Интерпретация коэффициентов.

13. Биномиальная регрессия. Построение ROC - кривой. Специфичность и чувствительность классификатора.

14. Смешанные регрессионные модели.

15. Факторный анализ. Метод главных компонент.

16. Кластерный анализ. Иерархический кластерный анализ. K - means.

Аттестация

По результатам курса студенты получают зачет. Для получения зачета необходимо в срок сдавать домашние работы, а также успешно сдавать проверочные работы в течение курса. Общий балл складывается из заданий на stepik и проверочных работ.

Зачет  >= 90% решенных заданий

Незачет  < 90% решенных заданий