Прикладна математична статистика

Освітня програма: Еконофізика

Структурний підрозділ: Факультет радіофізики, електроніки та комп’ютерних систем

Назва дисципліни
Прикладна математична статистика
Код дисципліни
ВБ 1.04
Тип модуля
Вибіркова дисципліна для ОП
Цикл вищої освіти
Перший
Рік навчання
2023/2024
Семестр / Триместр
6 Семестр
Кількість кредитів ЕСТS
3
Результати навчання
Мета дисципліни – ознайомлення студентів зі статистичними методами і застосування їх до економічних і фізичних даних з метою аналізу, оцінювання параметрів і характеристик, моделювання.
Форма навчання
Очна форма
Попередні умови та додаткові вимоги
Навчальна дисципліна “Прикладна математична статистика” базується на циклі дисциплін професійної та практичної підготовки бакалавра, а саме: “Теорія ймовірностей”, “Статистична радіофізика”, “Об’єктно-орієнтовне програмування”. Попередні вимоги: студент повинен знати: основи теорії ймовірностей і математичної статистики, основи програмування. студент повинен вміти: оперувати з випадковими величинами і процесами, застосовувати статистичні методи на практиці, програмувати.
Зміст навчальної дисципліни
Дисципліна “Прикладна математична статистика” дозволяє студенту зорієнтуватись в сучасних проблемах прикладної статистики і вивчити програмну систему, яка є інструментом розв’язку таких задач. Як відомо, статистичні методи є найбільш широковживаним математичним інструментом для фахівців в галузі економіки. Курс “Прикладна математична статистика” складається з розділів «Базові поняття мови R», «Критерій хі-квадрат і Колмогорова як критерії згоди», «Лінійна множинна регресія», «Однофакторний і багатофакторний дисперсійний аналіз», «Нелінійна регресія», «Вибіркові обстеження». Кожен з цих розділів дозволяє вивчити певні статистичні методи аналізу даних і з теоретичної точки зору, і з практичної, на базі програмного середовища (мови програмування) R.
Рекомендована та необхідна література
1. Р.Є. Майборода «Комп’ютерна статистика.» Підручник. - К., ВПЦ «Київський університет», 2019. https://probability.knu.ua/userfiles/mre/cscolor.pdf 2. Р.Є. Майборода, О.В. Сугакова «Аналіз даних за допомогою пакету R». Навчальний посібник – К., 2015. http://matphys.rpd.univ.kiev.ua/wp/wp-content/uploads/2016/12/Statistics_with_R.pdf 3. M.D. Ugarte, A.F. Militino, A.T. Arnholt. Probability and statistics with R. – Boca Raton, London, New York: CRC Press, Taylor&Francis Group, 2008. 4. О.І. Черняк, О.В. Комашко, А.В. Ставицький, О.В. Баженова «Економетрика» - ВПЦ «Київський університет», 2009. 5. О.І. Василик, Т.О. Яковенко. Лекції з теорії і методів вибіркових обстежень - К., ВПЦ «Київський університет», 2010. https://probability.knu.ua/userfiles/mre/cscolor.pdf
Заплановані освітні заходи та методи викладання
В даному курсі передбачено проведення занять в обсязі: лекцій – 30 годин, практичних занять – 28 годин; також запланована самостійна робота студентів в обсязі 62 години. Методи семестрового контролю: контрольні роботи, що проводяться під час практичних занять і індивідуальні домашні завдання. Завершальний підсумковий контроль – іспит.
Методи та критерії оцінювання
Рівень досягнення всіх запланованих результатів навчання визначається за результатами здачі лабораторних робіт. Внесок результатів навчання у підсумкову оцінку, за умови їх опанування на належному рівні: 1.1 – 1.10 [знання] – до 45 %; 2.1 – 2.3 [вміння] – до 45%; 3.1-3.2 [комунікація] – до 5%; 4.1 [автономність та відповідальність] – до 5%. Форми оцінювання: • семестрове оцінювання: Навчальний семестр має один змістовний модуль. Студент повинний виконати і здати чотири лабораторні роботи. Обов’язковим для допуску до іспиту є: набрати на протязі семестру не менше 36 балів. • підсумкове оцінювання (у формі іспиту): форма іспиту – письмово-усна. Завдання на іспит складається з 2 питань і двох задач, питання оцінюються по 10 балів. Всього за залік можна отримати від 0 до 40 балів. Умовою досягнення позитивної оцінки за дисципліну є отримання не менш ніж 60 балів, оцінка за іспит не може бути меншою 24 бали.
Мова викладання
Українська