Matemaattisen tilastotieteen kurssit - kurssi 28 480 RUB. verkkokoulusta TutorOnline, koulutus 64 ac. aukioloajat, päivämäärä: 2.12.2023.
Miscellanea / / December 05, 2023
Tämä ohjelma on tarkoitettu korkeakoulututkinnon suorittaneiden asiantuntijoiden kouluttamiseen ja määrittelee koulutustilaisuuksien ja raportoinnin sisällön ja tyypit.
Ohjelma on suunniteltu eri yliopistojen ja laitosten työskentelysuunnitelmien mukaisesti.
Saat ilmaisen konsultoinnin ja 2 oppituntia jokaiselle kurssille.
Plus 40% aiheen nykyisen tietämyksen lisäksi
Useiden vuosien kokemus menestyksekkäästä harjoittelusta
98 % positiivista palautetta
Moitteeton maine
Nykyaikaiset opetusmenetelmät
Lahjakkaita ja kiinnostuneita opettajia
Hauskoja aktiviteetteja
Kaikkien työntekijöiden korkein ammattitaito
Nopea apu kaikissa kysymyksissä
Perusteellinen arvio nykyisestä tietotasosta
Henkilökohtaisen tuntisuunnitelman laatiminen toiveet ja yksilölliset ominaisuudet huomioiden
Välittävä asenne oppilaita ja heidän vanhempiaan kohtaan
Tunnit pidetään säännöllisen ja mukavan aikataulun mukaan, mukavassa ja turvallisessa ympäristössä.
Täysi hallinta kaikesta, mitä tapahtuu
Kaiken vastaanotetun ja käsitellyn materiaalin turvallisuus
Kosketamme tulevaisuutta. Opimme
Päivittäin, joka minuutti hengitämme työtämme
Ei välinpitämätön kaikkeen, mitä tapahtuu
TutorOnline-tiimi ottaa täyden vastuun tunneista opettajien kanssa ja huolehtii kaikesta ja kaikista
Matemaattiset tilastot.
Aihe 1. Valikoiva menetelmä - 9 tuntia.
1. Matemaattisen tilaston tavoitteet ja menetelmät.
2. Näytteenottomenetelmä.
3. Yleiset ja otantapopulaatiot.
4. Valintamenetelmät.
5. Otoksen tilastollinen jakautuminen.
6. Diskreetti- ja intervallivaihtelusarjat.
7. Empiirinen jakaumafunktio.
8. Monikulmio ja histogrammi.
9. Ominaisuuden jakautumistiheys.
Aihe 2. Jakaumaparametrien tilastolliset arviot – 14 tuntia.
1. Satunnaismuuttujien otosominaisuudet.
2. Pisteestimaatin käsite.
3. Puolueettomat, johdonmukaiset ja tehokkaat arviot.
4. Pisteestimaatit yleiselle keskiarvolle (odotukselle), yleiselle varianssille ja yleiselle keskihajonnalle.
5. Pisteestimaattien teoria.
6. Todennäköisyysfunktio.
7. Suurimman todennäköisyyden menetelmä, hetkien menetelmä.
8. Intervalliarvioinnin käsite.
9. Intervalliestimoinnin teoria.
10. Luottamusväli ja luottamustodennäköisyys.
11. Luottamusvälien rakentaminen näyteparametrien arvioimiseksi normaalista populaatiosta.
12. Luottamusvälin luotettavuus.
13. Tunnetun varianssin normaalijakauman matemaattisen odotuksen intervalliarvio.
14. Tuntemattoman varianssin normaalijakauman matemaattisen odotuksen intervalliarvio.
Aihe 3. Hypoteesien tilastollinen testaus - 12 tuntia.
1. Tilastollinen hypoteesi ja tilastollinen testi.
2. 1. ja 2. tyyppiset virheet.
3. Kriteerin merkitys ja voimakkuus.
4. Käytännön varmuuden periaate.
5. Kriittisten alueiden löytäminen.
6. Hypoteesien testaus jakautumisparametrien yhteensattumisesta.
7. Normaalipopulaatioiden keskiarvojen ja varianssien vertailu.
8. Hypoteesien testaus jakauman tyypistä.
9. Ei-parametriset sopivuustestit.
10. Pearsonin lause.
11. Chi-neliötesti, Kolmogorov-testi.
12. Esimerkkejä khin neliötestin ja Kolmogorov-testin käytöstä.
Aihe 4. Korrelaatioanalyysi - 23 tuntia.
1. Perussäännökset.
2. Korrelaatiokenttä.
3. Vastaavuustaulukko.
4. Otos lineaarisen keskineliöregressioyhtälön parametrien löytäminen.
5. Otoskorrelaatiokerroin.
6. Korrelaatiosuhde.
7. Monimuuttujakorrelaatioanalyysi.
8. Rankkorrelaatio.
9. Spearmanin ja Kendallin otosluokan korrelaatiokerroin.
10. Esimerkkejä Spearmanin ja Kendallin otosarvokorrelaatiokertoimen soveltamisesta.
11. Funktionaaliset ja tilastolliset riippuvuudet.
12.Ryhmien keskiarvot.
13. Korrelaatioriippuvuuden käsite.
14. Korrelaatioteorian päätehtävät: yhteyden muodon määrittäminen ja läheisyyden arviointi.
15. Korrelaatiotyypit (pari- ja moninkertainen, lineaarinen ja epälineaarinen).
16. Regressioyhtälöt.
17. Lineaarinen regressio.
18. Pienimmän neliön menetelmä.
19. Regressiosuorien parametrien määrittäminen pienimmän neliösumman menetelmällä.
20. Otoskorrelaatiokerroin, sen ominaisuudet.
21. Epälineaarinen regressio.
22. Korrelaatiokertoimen merkittävyyden hypoteesin testaaminen.
23. Kahden satunnaismuuttujan välisen valitun yhteysmuodon optimiteetin ja riittävyyden tarkistaminen.
Aihe 5. Regressioanalyysi - 6 tuntia.
1. Regressioanalyysin perusperiaatteet.
2. Matemaattisen mallin rakentaminen.
3. Regressioyhtälöt, niiden approksimaatiot.
4. Regressiokertoimien merkityksen arviointi.
5. Mallin riittävyyden tarkistaminen.
6. Sovellusesimerkkejä.