Партнерка на США и Канаду по недвижимости, выплаты в крипто
- 30% recurring commission
- Выплаты в USDT
- Вывод каждую неделю
- Комиссия до 5 лет за каждого referral
задания
для самостоятельной работы
Требования к работе. Оформление в редакторе, при необходимости с включением поясняющих рисунков, примеров, списка использованных источников, выделением основных понятий, определений, ограничений и пр. Сдавать работу, оформив как реферат с титульным листом и в электронном виде (e-mail, накопители).
Темы, выделенные красным цветом, уже взяты.
А. Прикладная статистика
Снижение размерности исследуемого многомерного признака и отбор наиболее информативных показателей. Прикладная направленность задач снижения размерности. Метод главных компонент. Снижение размерности исследуемого многомерного признака и отбор наиболее информативных показателей. Факторный анализ. Снижение размерности исследуемого многомерного признака и отбор наиболее информативных показателей. Некоторые эвристические методы снижения размерности (метод экспериментальной группировки признаков, метод корреляционных плеяд). Снижение размерности исследуемого многомерного признака и отбор наиболее информативных показателей. Построение сводного (интегрального) латентного показателя качества или эффективности функционирования сложной системы. Снижение размерности исследуемого многомерного признака и отбор наиболее информативных показателей. Многомерное шкалирование.Б. Разработка лабораторных работ на основе пакета статистических программ StatSoft Statistica 6.0.
Общие требования к заданию. Разработать методику выполнения к лабораторной работе: цели работы, краткие теоретические сведения, задание, последовательность выполнения, требования к оформлению, контрольные вопросы. Примеры заданий должны быть из области профессиональной деятельности специалиста специальности 351400 – Прикладная информатика в экономике. Разработать 5 вариантов заданий. Данные для вариантов при необходимости сгенерировать с помощью пакета «Статистика».
Разработка лабораторной работы «Первичная обработка данных. Сортировка, группирование, построение гистограммы, графика накопленных частот, вычисление числовых характеристик». Разработка лабораторной работы «Аппроксимация эмпирических данных вероятностными моделями (одномерный случай)». Разработка лабораторной работы «Оценивание параметров модели (одномерный случай). Методы моментов и максимального правдоподобия». Разработка лабораторной работы «Интервальное оценивание параметров. Доверительные интервалы». Разработка лабораторной работы «Проверка статистических гипотез. Гипотезы о равенстве характеристик случайных величин (математических ожиданий, дисперсий)». Разработка лабораторной работы «Проверка статистических гипотез. Гипотезы о стохастической независимости элементов выборки». Разработка лабораторной работы «Проверка статистических гипотез. Гипотезы об однородности выборок». Разработка лабораторной работы «Проверка статистических гипотез. Гипотезы о согласии эмпирического распределения и гипотетической модели». Разработка лабораторной работы «Проверка статистических гипотез. Гипотезы о значимости корреляционной связи (парной, множественной)». Разработка лабораторной работы «Корреляционный анализ многомерной генеральной совокупности. Корреляционные поля. Линейные связи. Оценивание парных коэффициентов корреляции Пирсона, частных коэффициентов корреляции». Разработка лабораторной работы «Исследование парных зависимостей. Корреляционные поля. Нелинейные связи. Оценивание корреляционных отношений». Разработка лабораторной работы «Корреляционный анализ порядковых (ординальных) переменных. Парный коэффициент корреляции Кендалла». Разработка лабораторной работы «Корреляционный анализ порядковых (ординальных) переменных. Парный коэффициент корреляции корреляции Спирмена». Разработка лабораторной работы «Корреляционный анализ категоризованных переменных: таблицы сопряженности». Разработка лабораторной работы «Многомерный корреляционный анализ. Коэффициент конкордации». Разработка лабораторной работы «Снижение размерности исследуемого многомерного признака. Метод главных компонент». Разработка лабораторной работы «Снижение размерности исследуемого и отбор наиболее информативных показателей. Факторный анализ». Разработка лабораторной работы «Снижение размерности исследуемого многомерного признака. Построение сводного (интегрального) латентного показателя качества или эффективности функционирования сложной системы». Разработка лабораторной работы «Снижение размерности исследуемого многомерного признака. Многомерное шкалирование».
В. Статистические методы в управлении качеством
Г. Статистические методы в эконометрических задачах
Эконометрика и эконометрическое моделирование. Основные понятия. Определения. Эконометрическая модель и проблемы эконометрического моделирования. Математико-статистический инструментарий эконометрики. Выбор общего вида функции регрессии. Классическая линейная модель множественной регрессии. Оценивание параметров классической линейной модели множественной регрессии. Методы наименьших квадратов и максимального правдоподобия. Мультиколлинеарность и отбор наиболее существенных объясняющих переменных в классической линейной модели множественной регрессии. Обобщенная линейная модель множественной регрессии и обобщенный метод наименьших квадратов. Обобщенная линейная модель множественной регрессии с гетероскедастичными остатками. Обобщенная линейная модель множественной регрессии с автокорреляционными остатками. Линейные регрессионные модели со стохастическими объясняющими переменными. Линейные регрессионные модели с переменной структурой (построение линейной модели по неоднородным регрессионным данным). Нелинейные модели регрессии и линеаризация. Парная регрессия и корреляция в эконометрических исследованиях. Спецификация модели. Линейная регрессия и корреляция: смысл и оценка параметров. Оценка значимости параметров линейной регрессии и корреляции. Интервалы прогноза по линейному уравнению регрессии. Нелинейная регрессия. Корреляция для нелинейной регрессии. Средняя ошибка аппроксимации. Множественная регрессия и корреляция. Спецификация модели. Отбор факторов при построении множественной регрессии. Выбор формы уравнения регрессии. Оценка параметров уравнения множественной регрессии. Частные уравнения регрессии. Множественная корреляция. Частная корреляция. Оценка надежности результатов множественной регрессии и корреляции. Фиктивные переменные во множественной регрессии. Предпосылки метода наименьших квадратов. Обобщенный метод наименьших квадратов. Системы эконометрических уравнений. Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели. Проблема идентификации. Оценивание параметров структурной модели. Применение систем эконометрических уравнений. Путевой анализ. Моделирование одномерных временных рядов. Основные элементы временного ряда. Автокорреляция уровней временного ряда и выявление его структуры. Моделирование тенденции временного ряда. Моделирование сезонных и циклических колебаний. Моделирование тенденции временного ряда при наличии структурных изменений. Изучение взаимосвязей по временным рядам. Специфика статистической оценки взаимосвязи двух временных рядов. Методы исключения тенденции. Автокорреляция в остатках. Критерий Дарбина-Уотсона. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках. Коинтеграция временных рядов. Динамические эконометрические модели. Общая характеристика моделей с распределенным лагом и моделей авторегрессии. Интерпретация параметров моделей с распределенным лагом. Изучение структуры лага и выбор вида модели с распределенным лагом. Лаги Алмон. Метод Койка. Динамические эконометрические модели. Метод главных компонентов. Модели адаптивных ожиданий и неполной корректировки. Оценка параметров моделей авторегрессии. Новые направления в анализе многомерных временных рядов.Список рекомендованных источников
1. А., Мхитарян B. C. Прикладная статистика и основы эконометрики: Учебник для вузов. – М.: ЮНИТИ, 1998. – 1022 с.
2. А., С. Прикладная статистика. Основы эконометрики. В 2-х тт., Т. 1: Теория вероятностей и прикладная статистика
3. А., С. Прикладная статистика. Основы эконометрики. В 2-х тт., Т. 2: Основы эконометрики
4. Джонстон Дж. Эконометрические методы. – М.: Статистика, 1980.
5. Введение в эконометрику. – М.: Финансы и статистика. 1999.
6. И., М. Общая теория статистики. – 4-е изд., перераб. и доп. – М.: Финансы и статистика, 2001.
7. Экономическая статистика и эконометрия. Введение в количественный экономический анализ. – М: Статистика, 1977. – Вып. 1.
8. Введение в эконометрику / Пер. с польск. – М.: Прогресс, 1964.
9. Эконометрические методы и задачи. – М.: Статистика, 1971.
10. Р., К., А. Эконометрика: Начальный курс. – М.: Дело, 1998.
11. Статистические методы эконометрии. – М.: Статистика, 1976.
10. Введение в эконометрию. – М.: Финансы и статистика, 1965.
11. Проблема идентификации в эконометрии. – М.: Статистика, 1978.
12. Четыркин ЕМ. Статистические методы прогнозирования. – М.: Статистика, 1977.
13. А., С., Д. Прикладная статистика: Исследование зависимостей.- М.: Финансы и статистика,1985. – 487 с.
14. Теория статистики с основами теории вероятностей: Учебное пособие для втузов / Под ред. И. И. Елисеевой. – М.: Изд-во ЮНИТИ, 2001. – 446 с.
15. Эконометрика: Учебник / Под ред. И. И. Елисеевой. – М.: Изд-во Финансы и статистика, 2004. – 344 с.: ил.
16. Практикум по эконометрике: Учебное пособие / И. И. Елисеева, С. В. Курышева, Н. М. Гордиенко и др.; Под ред. И. И. Елисеевой. – М.: Изд-во Финансы и статистика, 2004. – 192 с.: ил.
Примечание: выбранную тему реферата согласовать с преподавателем.
Основные порталы (построено редакторами)