Псад-фупм

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Расписание занятий)
Текущая версия (13:48, 26 февраля 2017) (править) (отменить)
 
Строка 1: Строка 1:
-
Лекторы: К. Воронцов, М. Хальман, Ш. Ишкина, А. Романенко, П. Швечиков.
+
#REDIRECT [[Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017)]]
-
 
+
-
Почта для практических заданий и вопросов по курсу: psad.homework@gmail.com
+
-
Убедительная просьба в начале темы письма писать [ФУПМ], а также номер присланного задания или "Вопрос", если у письмо с вопросом по курсу.
+
-
 
+
-
==Расписание занятий==
+
-
 
+
-
Занятия проходят в 10:30 в аудитории 206. Адрес: Климентовский переулок, д. 1.
+
-
 
+
-
{| class="wikitable"
+
-
|-
+
-
! Дата
+
-
! Тема
+
-
! Лекция
+
-
! Семинар
+
-
|-
+
-
| 13.02.2017
+
-
| Базовые распределения, статистики и их свойства; Оценка параметров
+
-
| [[Media:Psad_intro_2017.pdf‎‎|Слайды]]
+
-
|
+
-
|-
+
-
| 20.02.2017
+
-
| Проверка параметрических гипотез
+
-
| [[Media:Psad_ht_parametric_2017.pdf‎|Слайды]]
+
-
| [https://www.dropbox.com/sh/vjy0y0qcb3unwsp/AAAd7siAWnl_PdBDMQyjy44Ca?dl=0 Задания на семинар] [https://www.dropbox.com/sh/cr1aen3y5fttzgl/AAB-BSnTAzfEbxwt0RBwGIuBa?dl=0 Решения]
+
-
|-
+
-
| 27.02.2017
+
-
| Проверка непараметрических гипотез
+
-
| [[Media:Psad_ht_nonparametric_2017.pdf‎|Слайды]]
+
-
| [https://www.dropbox.com/sh/j4gtf8znshc0y5x/AABiiptYFT96ZONE2gpPd7Tka?dl=0 Задания на семинар], [https://www.researchgate.net/file.PostFileLoader.html?id=577d4ec4217e2037694eb741&assetKey=AS%3A380920600252417%401467829956309 Статья про bootstrap]
+
-
|-
+
-
| 6.03.2017
+
-
| Множественная проверка гипотез
+
-
| [[Media:Psad_mht_2017.pdf‎|Слайды]]
+
-
|
+
-
|-
+
-
| 13.03.2017
+
-
| Анализ зависимостей
+
-
|
+
-
|
+
-
|-
+
-
| 20.03.2017
+
-
| Линейная регрессия
+
-
|
+
-
|
+
-
|-
+
-
| 27.03.2017
+
-
| Дополнения и обобщения регрессии
+
-
|
+
-
|
+
-
|-
+
-
| 3.04.2017
+
-
| Прогнозирование временных рядов, часть 1
+
-
|
+
-
|
+
-
|-
+
-
| 10.04.2017
+
-
| Прогнозирование временных рядов, часть 2
+
-
|
+
-
|
+
-
|-
+
-
| 17.04.2017
+
-
| Причинно-следственные связи
+
-
|
+
-
|
+
-
|-
+
-
| 24.04.2017
+
-
| Причинно-следственные связи
+
-
|
+
-
|
+
-
|}
+
-
 
+
-
==Система выставления оценок по курсу==
+
-
 
+
-
По курсу запланировано 4 практических заданий.
+
-
 
+
-
Итоговая система баллов выставления оценки будет объявлена позже.
+
-
 
+
-
== Практическая работа ==
+
-
 
+
-
+
-
=== Основные ссылки ===
+
-
 
+
-
* Для работы на семинарах вам понадобятся ноутбуки с [https://www.r-project.org установленными на них R] и [https://www.rstudio.com/products/rstudio/download/ RStudio].
+
-
* [http://swirlstats.com/students.html Инструкция по установке и запуску swirl]
+
-
* [http://kbroman.org/knitr_knutshell/pages/Rmarkdown.html Некоторые основные опции Rmarkdown]
+
-
* [http://adv-r.had.co.nz Advanced R – для тех, кто хочет разобраться в том, как работает R изнутри]
+
-
+
-
 
+
-
Для того, чтобы успешно выполнять практические задания и работать на семинаре, вам необходимо приобрести минимальные навыки работы в R.
+
-
Для этого скачайте R, RStudio, и установите swirl [[#Основные ссылки| (ссылки приведены выше)]].
+
-
+
-
До семинара, убедитесь, пожалуйста, что вы прошли из блока "R Programming: The basics of programming in R" пакета swirl [http://swirlstats.com/students.html (инструкция по установке и запуску swirl)] следующие уроки:
+
-
* 1: Basic Building Blocks
+
-
* 4: Vectors
+
-
* 7: Matrices and Data Frames
+
-
* 10: lapply and sapply
+
-
* 13: Simulation
+
-
* 15: Base Graphics
+
-
 
+
-
В противном случае на семинаре вы не сможете полноценно влиться в работу и получите дополнительные сложности при выполнении практических заданий.
+
-
+
-
 
+
-
 
+
-
 
+
-
=== Практические задания ===
+
-
 
+
-
Дедлайн по заданию мягкий, за каждый день просрочки снимается 0.05 баллов.
+
-
 
+
-
Просрочка считается исходя из чистого времени, которое студент выполняет задание (при подсчете просрочки не учитывается время, которое задание находилось на проверке).
+
-
Проверяющий может вернуть работу (с разъяснящими комментариями) на доработку (без потери баллов) не более одного раза.
+
-
 
+
-
В случае доработки задания проверяющий выставляет оценку исходя из выполнения условий задачи и требованных доработок.
+
-
Отправлять задание можно не более двух раз. После второй отправки задание будет оценено окончательно.
+
-
 
+
-
 
+
-
 
+
-
{| class="wikitable"
+
-
|-
+
-
! Номер задания
+
-
! Дата выдачи
+
-
! Дедлайн
+
-
! Название работы
+
-
! Максимальный балл
+
-
|-
+
-
| 1
+
-
|
+
-
|
+
-
| Основы проверки гипотез
+
-
| 1
+
-
|-
+
-
| 2
+
-
|
+
-
|
+
-
| Проверка стастгипотез
+
-
|1.5
+
-
|-
+
-
| 3
+
-
|
+
-
|
+
-
| Линейная и обобщенная линейная регрессия
+
-
| 2
+
-
|-
+
-
| 4
+
-
|
+
-
|
+
-
| Прогнозирование временных рядов
+
-
| 1.5
+
-
|}
+
-
 
+
-
== Литература ==
+
-
===1. Основная литература===
+
-
# Вальд, А. Последовательный анализ. — М.: Физматлит, 1960.
+
-
# Кобзарь, А.И. Прикладная математическая статистика. — М.: Физматлит, 2006.
+
-
# Лагутин, М.Б. Наглядная математическая статистика. — М.: П-центр, 2003.
+
-
# Agresti, A. Categorical Data Analysis. — Hoboken: John Wiley & Sons, 2013.
+
-
# Bilder, C.R., Loughin, T.M. Analysis of Categorical Data with R. — Boca Raton: Chapman and Hall/CRC, 2013.
+
-
# Bonnini, S., Corain, L., Marozzi, M., Salmaso S. Nonparametric Hypothesis Testing: Rank and Permutation Methods with Applications in R. — Hoboken: John Wiley & Sons, 2014.
+
-
# Bretz, F., Hothorn, T., Westfall, P. Multiple Comparisons Using R. — Boca Raton: Chapman and Hall/CRC, 2010.
+
-
# Chihara, L., Hesterberg, T. Mathematical Statistics with Resampling and R — Hoboken: John Wiley & Sons, 2011.
+
-
# Diez, D.M, Barr, C.D., Cetinkaya-Rundel, M., Dorazio, L. Advanced High School Statistics. — OpenIntro, 2015.
+
-
# Hyndman, R.J., Athanasopoulos G. Forecasting: principles and practice. — OTexts, 2016. https://www.otexts.org/book/fpp
+
-
# Kanji, G.K. 100 statistical tests. — London: SAGE Publications, 2006.
+
-
# Mukhopadhyay, N., de Silva, B. M. Sequential methods and their applications. — Boca Raton: Chapman and Hall/CRC, 2009.
+
-
# Olsson, U. Generalized Linear Models: An Applied Approach. — Lund: Studentlitteratur, 2004.
+
-
# Pearl J., Glymour M., Jewell N.P. Causal Inference in Statistics: A Primer. — Chichester: John Wiley & Sons, 2016.
+
-
# Tabachnick, B.G., Fidell, L.S. Using Multivariate Statistics. — Boston: Pearson Education, 2012.
+
-
# Wooldridge, J. Introductory Econometrics: A Modern Approach. — Mason: South-Western Cengage Learning, 2013.
+
-
=== 2. Дополнительная литература ===
+
-
# Cameron, A.A., Trivedi, P.K. Regression Analysis of Count Data. — Cambridge: Cambridge University Press, 2013.
+
-
# Dickhaus, T. Simultaneous Statistical Inference With Applications in the Life Sciences. — Heidelberg: Springer, 2014.
+
-
# Good, P. Permutation, Parametric and Bootstrap Tests of Hypotheses: A Practical Guide to Resampling Methods for Testing Hypotheses. — New York: Springer, 2005.
+
-
# Hosmer, D.W., Lemeshow S., Sturdivant, R.X. Applied Logistic Regression. — Hoboken: John Wiley & Sons, 2013.
+
-
# Kirchgassner, G., Wolters, J., Hassler, U. Introduction to modern time series analysis. — Heidelberg: Springer, 2013.
+
-
# Nagarajan, R., Scutari, M., Lèbre, S. Bayesian Networks in R with Applications in Systems Biology. — New York: Springer, 2013.
+

Текущая версия

  1. REDIRECT Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017)
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9F%D1%81%D0%B0%D0%B4-%D1%84%D1%83%D0%BF%D0%BC»
Личные инструменты