Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Методические указания, задачи и упражнения по темамСтр 1 из 5Следующая ⇒
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
Методические указания 351400 – «Прикладная информатика (в экономике)»
Согласовано Рекомендовано Учебно-методическое управление кафедрой статистики « ___ » _____________ 2004 г. протокол № ____ от « ___ » _____________ 2004 г.
М о с к в а - 2004
СОГЛАСОВАНО:
Зав. кафедрой высшей и прикладной математики ____________________________ проф. Зайцев М.В. «____» ______________ 2004 г.
Зав. кафедрой экономической информатики ____________________________ проф. Макаров В.Ф. «____» ______________ 2004 г.
Составители: доц. Жарковский М.О., доц. Мамаева Н.В.
Под редакцией проф. Башиной О.Э.
СОДЕРЖАНИЕ
Общие методические указания к изучению курса Методические указания, задачи и упражнения по темам Тема 1. Теория вероятностей и математическая статистика – Тема 2. Статистическое оценивание Тема 3. Статистическая проверка гипотез Тема 4. Методика статистического анализа количественных Тема 5. Многомерные статистические методы
ОБЩИЕ МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ИЗУЧЕНИЮ КУРСА В современном научном мире теория вероятностей и математическая статистика – основные «поставщики» математического инструментария для прикладной статистики и эконометрики. «Теория вероятностей – наука, позволяющая по вероятностям одних случайных событий находить вероятность других случайных событий, связанных каким-либо образом с первыми… Можно также сказать, что теория вероятностей есть математическая наука, выясняющая закономерности, которые возникают при взаимодействии большого числа случайных факторов» (Математическая энциклопедия. М., Советская энциклопедия, 1976, т.1, с.655-656). Под математической статистикой понимается «… наука о математических методах систематизации и использовании статистических данных для научных и практических выводов. Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надежность и точность выводов, делаемых на основании ограниченного статистического материала» (М., Большая Российская энциклопедия, 1997, с.701). К этому можно добавить, что математическая статистика является по отношению к прикладной статистике и эконометрике разработчиком и поставщиком существенной части используемого в них математического аппарата. ЦЕЛЬ ПРЕПОДАВАНИЯ КУРСА – дать студентам научное представление о математико-статистическом инструментарии, применяемом в экономических исследованиях. ЗАДАЧИ КУРСА – в соответствии с целью студенты должны усвоить основные вероятностно-статистические методы в моделировании социально-экономических процессов и анализе данных. СВЯЗЬ С ДРУГИМИ ДИСЦИПЛИНАМИ – Курс базируется на дисциплинах «Высшая математика», «Прикладная математика». В свою очередь, является основой для дисциплин: «Общая теория статистики», «Эконометрика», «Статистические методы оценки принятия управленческих решений», «Прикладная статистика», «Статистические методы оценки и прогнозирования коммерческой деятельности». Изучение курса следует начинать с повторения основных понятий теории вероятностей: случайной величины, функции распределения, плотности распределения, числовые характеристики случайных величин (мода, медиана, дисперсия и др.). Как правило, исследователям приходится делать научно обоснованные выводы о числовых параметрах генеральной совокупности по случайной выборке из нее. Для этого применяются методы статистического оценивания параметров, которые можно разделить на два раздела: точечное оценивание параметров и интервальное оценивание. Центральное место в анализе взаимосвязей исследуемых переменных занимают методы корреляционно-регрессионного анализа. Основная задача корреляционного анализа состоит в оценке корреляционной матрицы генеральной совокупности по выборке и определении на ее основе оценок коэффициентов корреляции. Регрессионный анализ – статистический метод исследования зависимости случайной величины Y от переменных Х1, Х2, …, Хm , рассматриваемых как неслучайные величины, независимо от истинного закона распределения Хi . Многомерный статистический анализ – раздел математической статистики, посвященный математическим методам построения оптимальных планов сбора, систематизации и обработки многомерных статистических данных, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практических выводов. К основным методам многомерного статистического анализа можно отнести кластерный анализ, дискриминантный анализ, компонентный анализ, факторный анализ и метод канонических корреляций. Данные методы имеют достаточно сложный математический аппарат и обычно являются частью статистических пакетов прикладных программ. Для изучения курса рекомендуется следующая литература: ОСНОВНАЯ: 1. Гмурман В.Е. Теория вероятности и математическая статистика. Москва, «Высшая школа», 2003. 2. Гмурман В.Е. Руководство к решению задач по теории вероятности и математической статистике. Москва, «Высшая школа», 2002. 3. Дубров А.М., Мхитарян В.С., Трошин Л.И. Математическая статистика 4. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические 5. Дуброва Т.А. Статистические методы прогнозирования. Учебное пособие. М.: ЮНИТИ, 2003. 6. Кремер Н.Ш. Теория вероятности и математическая статистика. М.: ЮНИТИ, 2002. ДОПОЛНИТЕЛЬНАЯ: 1. Айвазян С.А., Мхитарян B.C. Практикум по прикладной статистике и эконометрике. Учебное пособие. М., МЭСИ, 2000. 2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. 3. Бикел П., Доксам К. Математическая статистика. Вып.2 - М.: Финансы и статистика, 1983. 4. Боровиков Г.И. Statistica. Анализ и обработка данных в системе WINDOWS. М.: Финансы и статистика, 1998. 5. Колемаев В.А., Староверов О.В., Трундаевский В.Б. Теория вероятностей и математическая статистика. М.: Высшая школа, 1990. 6. Мхитарян В.С, Трошин Л.И. Математическая статистика для экономистов и менеджеров. Учебное пособие, М.: МЭСИ, 1998. 7. Мхитарян В.С., Трошин Л.И., Адамова Е.В., Шевченко К.К., Бамбаева Н.Я., Теория вероятности и математическая статистика. МГУЭСИ, Москва, 2002 МАТЕМАТИЧЕСКАЯ СТАТИСТИКА
Методические указания 351400 – «Прикладная информатика (в экономике)»
Согласовано Рекомендовано Учебно-методическое управление кафедрой статистики « ___ » _____________ 2004 г. протокол № ____ от « ___ » _____________ 2004 г.
М о с к в а - 2004
СОГЛАСОВАНО:
Зав. кафедрой высшей и прикладной математики ____________________________ проф. Зайцев М.В. «____» ______________ 2004 г.
Зав. кафедрой экономической информатики ____________________________ проф. Макаров В.Ф. «____» ______________ 2004 г.
Составители: доц. Жарковский М.О., доц. Мамаева Н.В.
Под редакцией проф. Башиной О.Э.
СОДЕРЖАНИЕ
Общие методические указания к изучению курса Методические указания, задачи и упражнения по темам Тема 1. Теория вероятностей и математическая статистика – Тема 2. Статистическое оценивание Тема 3. Статистическая проверка гипотез Тема 4. Методика статистического анализа количественных Тема 5. Многомерные статистические методы
ОБЩИЕ МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ИЗУЧЕНИЮ КУРСА В современном научном мире теория вероятностей и математическая статистика – основные «поставщики» математического инструментария для прикладной статистики и эконометрики. «Теория вероятностей – наука, позволяющая по вероятностям одних случайных событий находить вероятность других случайных событий, связанных каким-либо образом с первыми… Можно также сказать, что теория вероятностей есть математическая наука, выясняющая закономерности, которые возникают при взаимодействии большого числа случайных факторов» (Математическая энциклопедия. М., Советская энциклопедия, 1976, т.1, с.655-656). Под математической статистикой понимается «… наука о математических методах систематизации и использовании статистических данных для научных и практических выводов. Во многих своих разделах математическая статистика опирается на теорию вероятностей, позволяющую оценить надежность и точность выводов, делаемых на основании ограниченного статистического материала» (М., Большая Российская энциклопедия, 1997, с.701). К этому можно добавить, что математическая статистика является по отношению к прикладной статистике и эконометрике разработчиком и поставщиком существенной части используемого в них математического аппарата. ЦЕЛЬ ПРЕПОДАВАНИЯ КУРСА – дать студентам научное представление о математико-статистическом инструментарии, применяемом в экономических исследованиях. ЗАДАЧИ КУРСА – в соответствии с целью студенты должны усвоить основные вероятностно-статистические методы в моделировании социально-экономических процессов и анализе данных. СВЯЗЬ С ДРУГИМИ ДИСЦИПЛИНАМИ – Курс базируется на дисциплинах «Высшая математика», «Прикладная математика». В свою очередь, является основой для дисциплин: «Общая теория статистики», «Эконометрика», «Статистические методы оценки принятия управленческих решений», «Прикладная статистика», «Статистические методы оценки и прогнозирования коммерческой деятельности». Изучение курса следует начинать с повторения основных понятий теории вероятностей: случайной величины, функции распределения, плотности распределения, числовые характеристики случайных величин (мода, медиана, дисперсия и др.). Как правило, исследователям приходится делать научно обоснованные выводы о числовых параметрах генеральной совокупности по случайной выборке из нее. Для этого применяются методы статистического оценивания параметров, которые можно разделить на два раздела: точечное оценивание параметров и интервальное оценивание. Центральное место в анализе взаимосвязей исследуемых переменных занимают методы корреляционно-регрессионного анализа. Основная задача корреляционного анализа состоит в оценке корреляционной матрицы генеральной совокупности по выборке и определении на ее основе оценок коэффициентов корреляции. Регрессионный анализ – статистический метод исследования зависимости случайной величины Y от переменных Х1, Х2, …, Хm , рассматриваемых как неслучайные величины, независимо от истинного закона распределения Хi . Многомерный статистический анализ – раздел математической статистики, посвященный математическим методам построения оптимальных планов сбора, систематизации и обработки многомерных статистических данных, направленным на выявление характера и структуры взаимосвязей между компонентами исследуемого многомерного признака и предназначенным для получения научных и практических выводов. К основным методам многомерного статистического анализа можно отнести кластерный анализ, дискриминантный анализ, компонентный анализ, факторный анализ и метод канонических корреляций. Данные методы имеют достаточно сложный математический аппарат и обычно являются частью статистических пакетов прикладных программ. Для изучения курса рекомендуется следующая литература: ОСНОВНАЯ: 1. Гмурман В.Е. Теория вероятности и математическая статистика. Москва, «Высшая школа», 2003. 2. Гмурман В.Е. Руководство к решению задач по теории вероятности и математической статистике. Москва, «Высшая школа», 2002. 3. Дубров А.М., Мхитарян В.С., Трошин Л.И. Математическая статистика 4. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические 5. Дуброва Т.А. Статистические методы прогнозирования. Учебное пособие. М.: ЮНИТИ, 2003. 6. Кремер Н.Ш. Теория вероятности и математическая статистика. М.: ЮНИТИ, 2002. ДОПОЛНИТЕЛЬНАЯ: 1. Айвазян С.А., Мхитарян B.C. Практикум по прикладной статистике и эконометрике. Учебное пособие. М., МЭСИ, 2000. 2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. 3. Бикел П., Доксам К. Математическая статистика. Вып.2 - М.: Финансы и статистика, 1983. 4. Боровиков Г.И. Statistica. Анализ и обработка данных в системе WINDOWS. М.: Финансы и статистика, 1998. 5. Колемаев В.А., Староверов О.В., Трундаевский В.Б. Теория вероятностей и математическая статистика. М.: Высшая школа, 1990. 6. Мхитарян В.С, Трошин Л.И. Математическая статистика для экономистов и менеджеров. Учебное пособие, М.: МЭСИ, 1998. 7. Мхитарян В.С., Трошин Л.И., Адамова Е.В., Шевченко К.К., Бамбаева Н.Я., Теория вероятности и математическая статистика. МГУЭСИ, Москва, 2002 Популярное:
|
Последнее изменение этой страницы: 2016-08-24; Просмотров: 494; Нарушение авторского права страницы