Matemaatilise statistika kursused - kursus 28 480 RUB. võrgukoolist TutorOnline, koolitus 64 ak. tundi, kuupäev: 2. detsember 2023.
Varia / / December 05, 2023
See programm on mõeldud ülikooli põhiharidusega spetsialistide koolitamiseks ning määrab koolituste ja aruandluse sisu ja liigid.
Programm on koostatud vastavalt erinevate ülikoolide ja instituutide töökavadele.
Saate iga kursuse jaoks tasuta konsultatsiooni ja 2 õppetundi.
Pluss 40% lisaks olemasolevale teadmiste tasemele aines
Mitmeaastane edukas koolituskogemus
98% positiivne tagasiside
Laitmatu maine
Kaasaegsed õppemeetodid
Andekad ja huvitatud õpetajad
Lõbusad tegevused
Kõigi töötajate kõrgeim professionaalsus
Kiire abi kõikide küsimuste korral
Põhjalik hinnang hetke teadmiste tasemele
Isikliku tunniplaani koostamine arvestades soove ja individuaalseid iseärasusi
Hooliv suhtumine õpilastesse ja nende vanematesse
Tunnid toimuvad tavapärase ja mugava ajakava alusel, mugavas ja turvalises keskkonnas.
Täielik kontroll kõige üle, mis juhtub
Kogu vastuvõetud ja töödeldud materjali ohutus
Me puudutame tulevikku. Õpime
Päevast päeva hingame iga minut oma tööd
Pole ükskõikne kõige suhtes, mis juhtub
TutorOnline'i meeskond võtab kogu vastutuse õpetajatega tundide eest ning hoolitseb kõige ja kõigi eest
Matemaatika statistika.
Teema 1. Valikuline meetod - 9 tundi.
1. Matemaatilise statistika eesmärgid ja meetodid.
2. Proovivõtu meetod.
3. Üld- ja valimipopulatsioonid.
4. Valikumeetodid.
5. Valimi statistiline jaotus.
6. Diskreetsed ja intervallvariatsiooniseeriad.
7. Empiiriline jaotusfunktsioon.
8. Hulknurk ja histogramm.
9. Tunnuse jaotustihedus.
2. teema. Jaotusparameetrite statistilised hinnangud – 14 tundi.
1. Juhuslike suuruste valimikarakteristikud.
2. Punkthinnangu mõiste.
3. Erapooletud, järjepidevad ja tõhusad hinnangud.
4. Üldkeskmise (ootuse), üldise dispersiooni ja üldise standardhälbe punktihinnangud.
5. Punkthinnangute teooria.
6. Tõenäolisuse funktsioon.
7. Maksimaalse tõenäosuse meetod, hetkede meetod.
8. Intervallhinnangu mõiste.
9. Intervallide hindamise teooria.
10. Usaldusvahemik ja usalduse tõenäosus.
11. Usaldusvahemike konstrueerimine valimi parameetrite hindamiseks tavapopulatsioonist.
12. Usaldusvahemiku usaldusväärsus.
13. Teadaoleva dispersiooniga normaaljaotuse matemaatilise ootuse intervallhinnang.
14. Tundmatu dispersiooniga normaaljaotuse matemaatilise ootuse intervallhinnang.
3. teema. Hüpoteeside statistiline kontrollimine - 12 tundi.
1. Statistiline hüpotees ja statistiline test.
2. 1. ja 2. tüüpi vead.
3. Kriteeriumi olulisuse ja võimsuse tase.
4. Praktilise kindluse põhimõte.
5. Kriitiliste piirkondade leidmine.
6. Jaotusparameetrite kokkulangevuse hüpoteeside kontrollimine.
7. Normaalsete populatsioonide keskmiste ja dispersioonide võrdlus.
8. Jaotuse tüübi hüpoteeside kontrollimine.
9. Mitteparameetrilised sobivuse testid.
10. Pearsoni teoreem.
11. Chi-ruut test, Kolmogorovi test.
12. Näited hii-ruut testi ja Kolmogorovi testi kasutamisest.
4. teema. Korrelatsioonianalüüs - 23 tundi.
1. Põhisätted.
2. Korrelatsiooniväli.
3. Vastavustabel.
4. Valimi lineaarse keskmise ruutregressiooni võrrandi parameetrite leidmine.
5. Valimi korrelatsioonikordaja.
6. Korrelatsioonisuhe.
7. Mitmemõõtmeline korrelatsioonianalüüs.
8. Auaste korrelatsioon.
9. Spearmani ja Kendalli valimi järgu korrelatsioonikordaja.
10. Spearmani ja Kendalli valimi järgu korrelatsioonikordaja rakendamise näited.
11. Funktsionaalsed ja statistilised sõltuvused.
12.Rühma keskmised.
13. Korrelatsioonisõltuvuse mõiste.
14. Korrelatsiooniteooria põhiülesanded: seose vormi määramine ja tiheduse hindamine.
15. Korrelatsiooni tüübid (paaris- ja mitmekordne, lineaarne ja mittelineaarne).
16. Regressioonivõrrandid.
17. Lineaarne regressioon.
18. Vähima ruudu meetod.
19. Regressioonisirgete parameetrite määramine vähimruutude meetodil.
20. Valimi korrelatsioonikordaja, selle omadused.
21. Mittelineaarne regressioon.
22. Korrelatsioonikordaja olulisuse hüpoteesi testimine.
23.Kahe juhusliku suuruse vahelise seose valitud vormi optimaalsuse ja adekvaatsuse kontrollimine.
5. teema. Regressioonanalüüs - 6 tundi.
1. Regressioonanalüüsi põhiprintsiibid.
2. Matemaatilise mudeli konstrueerimine.
3. Regressioonivõrrandid, nende lähendused.
4. Regressioonikordajate olulisuse hindamine.
5. Mudeli adekvaatsuse kontrollimine.
6. Rakenduse näited.