Часа лекций и 1 час лабораторных занятий в дисплейном классе в неделю в первом семестре, 1 час лекций и 1 час лабораторных занятий в неделю во втором семестре Кол-во кредитов

Вид материала

Лекции

Содержание Выписка из ГОС ВПО (если дисциплина в ГОС имеется) Описание курса (дисциплины): Информация о преподавателе (ссылка на страницу) Цель курса Содержание курса Темы лекций, семинарских занятий, лабораторных работ Тема 2. Пакет Scilab. Введение. Массивы и матрицы в Scilab Тема 3. Графика в Scilab. Тема 4. Нелинейные системы и уравнения в Scilab. Численное интегрирование и дифференцирование в Scilab Тема 5. Программирование в Scilab. Тема 7. Реализация задач теории вероятностей и математической статистики в Scilab. Тема 8. Задачи оптимизации и минимизации в Scilab. Второй семестр. Тема 2. Генеральная совокупность, выборка, статистика. Тема 4. Оценка параметрических гипотез Тема 5. Оценка непараметрических гипотез. Тема 6. Регрессионный анализ. Тема 9. Анализ временных рядов. Методические указания и рекомендации по выполнению лабораторных работ, практических или семинарских занятий, курсовых работ (про Рекомендации к составлению отчета Правила выполнения письменных работ (контрольных тестовых работ) ... Полное содержание

Подобный материал:

• Рабочая учебная программа по музыке для 1 класса 1 час в неделю (всего 33 часа), 331.72kb.
• Использование программы electronics workbench в лабораторном практикуме по дисциплинам,, 34.69kb.
• Рабочая программа специальность 080504 государственное и мунииципальное управление, 167.24kb.
• Лекций -51 Лабораторных занятий 17 Практических занятий 17 срс 51 Экзамен 7с Число, 167.24kb.
• Курс «генетика» читается на 4 курсе в восьмом семестре на факультете физическая культура, 26.84kb.
• Рабочая программа по курсу «История международных отношений, 1957 2006 гг.», 149.11kb.
• Программа курса «история и методология математики», 39.25kb.
• В. Н. Шивринский проектирование информационных систем учебно-методический комплекс, 2161.05kb.
• Храмцова Ольга Анатольевна @ рабочая программа, 157.7kb.
• Рабочая программа Специальность 032001 (350800) Документоведение и документационное, 274.91kb.

Перечень компонентов учебно-методического комплекса дисциплины


Современные компьютерные технологии

Индекс специальности, курс	НП, курс 5
Тип дисциплины (обяз., с/к, по выбору)	обязательный
Рекомендуемый семестр	1,2
Трудоемкость	2 часа лекций и 1 час лабораторных занятий в дисплейном классе в неделю в первом семестре, 1 час лекций и 1 час лабораторных занятий в неделю во втором семестре
Кол-во кредитов
Лектор	Ст. преподаватель Зарядов И.С.

1. Выписка из ГОС ВПО (если дисциплина в ГОС имеется);

Не предусмотрено.

2. Календарный план учебных занятий по дисциплине;

Первый семестр
Неделя	Лекции	Число часов	Семинарские занятия	Число часов
1	Введение в систему LATEX. Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.	1	Знакомство с пакетом LATEX. Реализация изученных команд.	2
2	Построение таблиц в LATEX: окружения tabbing, tabular, array. Многостраничные таблицы. Приложения.	1	Построение таблиц	2
3	Высшая математика в системе LATEX. Составные символы, ограничители и операторы. Окружения типа матрицы и коммутативные диаграммы. Многострочные формулы.	1	Написание математических текстов	2
4	Графика в LATEX. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий. Создание списка литературы.	1	Освоение графики в LATEX, создание указателей и списка литературы в документах	2
5	Пакет Scilab. История возникновения. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции	1	Написание простейших математических выражений.	2
6	Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними. Решение задач линейной алгебры	1	Написание программ по теме лекции.	2
7	Построение двумерных графиков: функция plot, построение нескольких графиков в одной системе координат и в одном графическом окне, функция plot2d, построение точечных и ступенчатых графиков, построение графиков в полярной системе координат, построение графиков функций, заданных параметрически.	1	Написание программ, строящих двумерную графику.	2
8	Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1, функции meshgrid, surf и mesh; функции plot3d2 и plot3d3, param3d и param3d1, contour и contourf, hist3d	1	Примеры построения некоторых трёхмерных графиков в Scilab	2
9	Нелинейные уравнения и системы в Scilab: алгебраические уравнения, трансцендентные уравнения, системы уравнений.	1	Примеры решения нелинейных уравнений и систем в Scilab.	2
10	Численное интегрирование и дифференцирование в Scilab	1	Примеры численного интегрирования различными методами.	2
11	Решение обыкновенных дифференциальных уравнений	1	Примеры решения обыкновенных дифференциальных уравнений	2
12	Программирование в Scilab: основные операторы sci-языка, обработка массивов и матриц, работа с файлами, написание программ и функций	1	Написание программ и функций на основе sci-языка	2
13	Создание графических приложений в среде Scilab: работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций	1	Разработка комплекса графических приложений.	2
14	Реализация задач теории вероятностей и математической статистики в Scilab: основные функции	1	Разработка программ для расчета вероятностных задач.	2
15	Задачи оптимизации: метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL	1	Решение задач оптимизации	2
16	Задачи минимизации: поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования	1	Решение задач минимизации	2
17	Заключительный обзор курса. Консультации по подготовке к итоговому контролю знаний.	1	Заключительный обзор курса. Консультации.	2
18	Итоговый контроль знаний			2
Второй семестр
Неделя	Лекции	Число часов	Семинарские занятия	Число часов
1	Статистический пакет R. Введение в систему R: основы работы, числа, векторы – числовые, логические и символьные; векторы в качестве функций.	1	Практическая реализация материала в рамках лекции.	1
2	Введение в систему R: графики функций, специальная графика, списки, матрицы, многомерные массивы	1	Практическая реализация материала в рамках лекции.	1
3	Введение в систему R: факторы, фреймы данных, графики функций двух переменных, циклы, функции пользователя.	1	Практическая реализация материала в рамках лекции.	1
4	Введение в систему R: ввод и вывод данных. Простые статистические примеры	1	Создание файла с данными, обработка данных при помощи базовых статистических функций.	1
5	Одномерные, двумерные и многомерные данные. Генераторы случайных чисел	1	Практическая реализация материала в рамках лекции	1
6	Моделирование различных вероятностных распределений.	1	Моделирование различных вероятностных распределений.	1
7	Анализ и обработка данных: построение гистограмм, блоковых диаграмм и РР-бумаг.	1	Практическая реализация материала в рамках лекции	1
8	Оценка параметров выборки: точечные интервальные оценки: z-тест, t-тест, доверительные интервалы для медианы.	1	Практическая реализация материала в рамках лекции	1
9	Проверка параметрических гипотез: одномерные, двумерные и многомерные выборки	1	Практическая реализация материала в рамках лекции	1
10	Проверка непараметрических гипотез: одномерные, двумерные и многомерные выборки		Практическая реализация материала в рамках лекции
11	Регрессионный анализ: простая регрессионная модель, многолинейная регрессионная модель. Построение и оценка параметров модели	1	Практическая реализация материала в рамках лекции	1
12	Логистическая регрессионная модель, другие общие модели	1	Практическая реализация материала в рамках лекции	1
13	Дисперсионный анализ	1	Практическая реализация материала в рамках лекции	1
14	Анализ данных в моделях дожития.	1	Практическая реализация материала в рамках лекции	1
15	Многоуровневые модели, временные ряды.	1	Практическая реализация материала в рамках лекции	1
16	Анализ временных рядов	1	Практическая реализация материала в рамках лекции	1
17	Итоговый контроль знаний			2

3. Описание курса (дисциплины):

   1. Информация о преподавателе (ссылка на страницу)

Зарядов Иван Сергеевич, старший преподаватель

2. Цель курса

Курс «Современные компьютерные технологии» является составной частью магистерской программы «Теория вероятностей и математическая статистика». Магистерская программа «Теория вероятностей и математическая статистика» реализуется в рамках направления «Прикладная математика и информатика». В составе магистерской программы «Теория вероятностей и математическая статистика» курс «Современные компьютерные технологии» является обязательным, привязанным к семестру. Для других магистерских программ этот курс может быть курсом по выбору без привязки к семестру или факультативным на усмотрение методической комиссии программы. Курс носит теоретический и практический характер.

Целью курса является подробное ознакомление студентов с современными прикладными математическими и статистическими пакетами, необходимыми для решения задач как непосредственно в области теории вероятностей и математической статистики – параметрическая и непараметрическая статистика, регрессионный и дисперсионный анализ, так и в различных прикладных направлениях – исследование временных рядов в финансовом анализе, построение и исследование моделей дожития (актуарная математика), модели риска и др.

Задачей курса «Современные компьютерные технологии» является формирование у студентов навыков работы в современных математических и статистических пакетах. Задачей курса является также обучение студентов использованию методов анализа данных и построения прикладных моделей. Это позволит им при необходимости применять полученные знания и умения при решении прикладных задач в различных областях, связанных с анализом данных. Безусловной задачей курса является также освоение существующего программного обеспечения, ориентированного на расчет и анализ статистических данных. В результате обучения они получат умение и навыки правильно оценить сложность научно-исследовательских заданий на разработку прикладных моделей в различных областях, связанных с теорией вероятностей и математической статистики, аргументировано выбирать метод решения поставленной задачи, а затем экономично и эффективно выполнять компьютерную обработку и анализ данных, а также все необходимые вычисления в рамках поставленной прикладной задачи.

3. Содержание курса

Смотри пункты 2 и 5.

4. Балльно-рейтинговая система оценки знаний, шкала оценок

Работа в семестре

Максимальное число баллов, набранных в семестре – 100

Первый семестр

Вид задания	Число заданий	Кол-во баллов	Сумма баллов
1. Посещение лекций	—	—	—
2. Лабораторные работы	8	10, 5, 10, 10,10,10, 10, 10	75
3. Практические занятия	—	—	—
4. Домашние задания	—	—	—
5. Контрольные работы	—	—	—
6. Рубежная аттестация	—	—	—
7. Работа на семинаре	1	5	5
8. Реферат	—	—	—
9. Коллоквиум	—	—	—
10. Итоговая аттестация (экзамен)	1	20	20
ИТОГО			100

Второй семестр

Вид задания	Число заданий	Кол-во баллов	Сумма баллов
1. Посещение лекций	1	10	10
2. Лабораторные работы	3	10, 10, 10	30
3. Практические занятия	—	—	—
4. Домашние задания	—	—	—
5. Контрольные работы	—	—	—
6. Рубежная аттестация	—	—	—
7. Работа на семинаре	1	10	10
8. Реферат	3	10, 10, 10	30
9. Коллоквиум	—	—	—
10. Итоговая аттестация (зачет)	1	20	20
ИТОГО			100

Соответствие систем оценок (используемых ранее оценок итоговой академической успеваемости, оценок ECTS и балльно-рейтинговой системы (БРС) оценок текущей успеваемости) (В соответствии с Приказом Ректора №996 от 27.12.2006 г.):

Баллы БРС	Традиционные оценки в РФ	Баллы для перевода оценок	Оценки	Оценки ECTS
86 - 100	5	95 - 100	5+	A
		86 - 94	5	B
69 - 85	4	69 - 85	4	C
51 - 68	3	61 - 68	3+	D
		51 - 60	3	E
0 - 50	2	31 - 50	2+	FX
		0 - 30	2	F
51 – 100	Зачет		Зачет	Passed

Студенты обязаны сдавать все задания в сроки, установленные преподавателем. Работы, предоставленные с опозданием, не оцениваются, коллоквиумы (контрольные работы) не переписываются. Студенты, получившие в течение семестра, оценку 3 или 4 (зачет) и желающие повысить свою оценку, допускаются к экзамену (итоговая аттестация). Экзаменационная работа оценивается из 20 баллов независимо от оценки, полученной в семестре. Оценка менее 51 балла (<3), полученная при итоговой аттестации, является неудовлетворительной.

Студенты, набравшие менее 31 балла в течение семестра не допускаются к итоговой аттестации.

5. Темы лекций, семинарских занятий, лабораторных работ

Первый семестр.

Темы лекций

Тема 1. Введение в систему LATEX

Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.

Построение таблиц в LATEX: окружения tabbing, tabular, array. Многостраничные таблицы. Приложения.

Высшая математика в системе LATEX. Составные символы, ограничители и операторы. Окружения типа матрицы и коммутативные диаграммы. Многострочные формулы.

Графика в LATEX. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий. Создание списка литературы.

Тема 2. Пакет Scilab. Введение. Массивы и матрицы в Scilab

История возникновения. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции.

Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними. Решение задач линейной алгебры

Тема 3. Графика в Scilab.

Построение двумерных графиков: функция plot, построение нескольких графиков в одной системе координат и в одном графическом окне, функция plot2d, построение точечных и ступенчатых графиков, построение графиков в полярной системе координат, построение графиков функций, заданных параметрически.

Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1, функции meshgrid, surf и mesh; функции plot3d2 и plot3d3, param3d и param3d1, contour и contourf, hist3d.

Тема 4. Нелинейные системы и уравнения в Scilab. Численное интегрирование и дифференцирование в Scilab

Алгебраические уравнения, трансцендентные уравнения, системы уравнений.

Численное интегрирование и дифференцирование в Scilab: интегрирование по методу трапеций, по квадратуре, по внешней функции. Приближенное дифференцирование, основанное на интерполяционной формуле Ньютона. Вычисление производной в точке. Приближенное вычисление частных производных.

Тема 5. Программирование в Scilab.

Основные операторы sci-языка, обработка массивов и матриц, работа с файлами, написание программ и функций.

Тема 6. Создание графических приложений в среде Scilab.

Работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций.

Тема 7. Реализация задач теории вероятностей и математической статистики в Scilab.

Основные функции, построение выборки, имеющей заданное распределение. Поиск числовых характеристик случайной величины. Построение графиков плотности и функции распределения. Основные характеристики случайной выборки.

Тема 8. Задачи оптимизации и минимизации в Scilab.

Метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL.

Поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования


Второй семестр.

Темы лекций

Тема 1. Статистический пакет R. Введение.

Основы работы, числа, векторы – числовые, логические и символьные; векторы в качестве функций. Графики функций, специальная графика, списки, матрицы, многомерные массивы. Факторы, фреймы данных, графики функций двух переменных, циклы, функции пользователя. Ввод и вывод данных. Простые статистические примеры

Тема 2. Генеральная совокупность, выборка, статистика.

Одномерные, двумерные и многомерные данные. Генераторы случайных чисел. Категориальные и числовые данные. Представление денных в виде фреймов, обработка фреймов, функции stack и unstack, пакет lattic. Моделирование различных вероятностных распределений.

Тема 3. Анализ выборки, оценка параметров выборки.

Построение гистограмм, блоковых диаграмм и РР-бумаг. Точечные интервальные оценки: z-тест, t-тест, доверительные интервалы для медианы.

Тема 4. Оценка параметрических гипотез

Одномерная выборка – оценка математического ожидания и дисперсии. Двумерная выборка – проверка на корреляцию, сравнение математических ожиданий и дисперсий.

Тема 5. Оценка непараметрических гипотез.

Одномерный случай - биномиальный тест, критерии согласия хи-квадрат и Колмогорова-Смирнова, таблицы сопряженности. Двумерный случай и многомерный случаи – проверка выборок на независимость.

Тема 6. Регрессионный анализ.

Простая регрессионная модель, общая линейная регрессионная модель, оценка параметров регрессии, полиноми­аль­ная регрессия и другие модели, построение и оценка модели

Тема 7. Дисперсионный анализ.

Введение в дисперсионный анализ

Тема 8. Анализ данных в страховании.

Функция дожития, непараметрический анализ - анализ таблиц дожития, модели –экспоненциальная, Вейбулла, Кокса.

Тема 9. Анализ временных рядов.

Введение в анализ временных рядов.


Темы лабораторных и практических занятий

Лабораторные работы в дисплейном классе.


Первый семестр:

1. Работа в системе LATEX.
   
2. Пакет Scilab. Основные команды. Массивы и матрицы в Scilab. Решение систем линейных алгебраических уравнений.
   
3. Графика в Scilab. Построение двумерных и трёхмерных графиков
   
4. Решение нелинейных систем и уравнений в Scilab. Задачи численного интегрирования и дифференцирования в Scilab.
   
5. Программирование в Scilab
   
6. Создание графических приложений в среде Scilab
   
7. Реализация задач теории вероятностей и математической статистики в Scilab
   
8. Задачи оптимизации и минимизации в Scilab.
   

Второй семестр:

1. Простейшие операции с массивами данных в статистическом пакете R.
   
2. Точечные и интервальные оценки.
   
3. Проверка гипотез.
   

Темы рефератов (второй семестр):

1. Описание основных функций одного из базовых пакетов пакета R: base, class, grDevices, graphics, grid, nlme, stats, splines, survival, datasets, stats4 (один пакет - тема для нескольких рефератов), примеры работы
   
2. Описание функций пакетов, используемых в актуарной математике (ссылка скрыта – функции актуарной математики),
   
3. Описание функций пакетов, используемых при анализе временных рядов (декомпозиция временных рядов - ссылка скрыта ,)
   
4. Экспорт данных из других статистических систем и Excel.
   
5. R-язык: основные типы объектов, описание и свойства.
   
6. R-язык: выражения – простейшие выражения, управляющие структуры, арифметические операции, типы переменных, индексирование
   
7. R-язык: функции – написание функций, функции как объекты.
   
8. R-язык:объектно-ориентированное программирование.
   
9. Пакет прикладной эконометрики ссылка скрыта
   
10. Пакет многомерного числового интегрирования ссылка скрыта
    
11. Пакет многомерного анализа ссылка скрыта
    
12. Анимированные презентации в статистике – пакет ссылка скрыта
    
13. Статистический пакет ссылка скрыта
    
14. Решение и оптимизация больших нелинейных систем - ссылка скрыта
    
15. Пакет базовых статистических функций - ссылка скрыта
    
16. Исследование портфелей в финансовой математике - ссылка скрыта
    
17. Общий метод максимального правдоподобия - ссылка скрыта
    
18. Биномиальные доверительные интервалы - ссылка скрыта
    
19. Классический корреляционный анализ - ссылка скрыта
    
20. Оценки в анализе дожития - ссылка скрыта
    
21. Функции оценки риска в финансах - ссылка скрыта
    
22. Модели Кокса оценки риска в страховании - ссылка скрыта
    
23. Регрессионный анализ – основные понятия. ссылка скрыта
    
24. Комбинаторика - ссылка скрыта
    
25. Непрерывные авторегрессионные модели - ссылка скрыта
    
26. Анализ демографических моделей - ссылка скрыта
    
27. Объектно-ориентированная реализация вероятностных распределений -ссылка скрыта , ссылка скрыта, ссылка скрыта , ссылка скрыта , ссылка скрыта , ссылка скрыта
    
28. Временные ряды, финансовый анализ, технический анализ - ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта, ссылка скрыта
    
29. Опционы - ссылка скрыта, ссылка скрыта, ссылка скрыта,
    
30. Анализ портфеля ценных бумаг, оптимизация, функция полезности - ссылка скрыта, ссылка скрыта
    
31. Решение финансовых задач в R - ссылка скрыта
    
32. Графическое моделирование в R - ссылка скрыта
    
33. Общий регрессионный анализ - ссылка скрыта
    
34. Основные статистические функции в R - ссылка скрыта
    
35. Пакет базовых статистических функций (введение в статистику) - ссылка скрыта
    
36. Линейные уравнения с Кронекеровой структурой - ссылка скрыта
    
37. Линейное программирование и оптимизация - ссылка скрыта
    
38. Линейная регрессионная модель - ссылка скрыта
    
39. Анализ линейных временных рядов - ссылка скрыта
    
40. Метод Монте-Карло для цепей Маркова - ссылка скрыта, ссылка скрыта
    
41. Оценки максимального правдоподобия - ссылка скрыта
    
42. Графическое моделирование в R - ссылка скрыта
    
43. Трехмерная графика - ссылка скрыта
    
44. Функции анализа рынка ценных бумаг - ссылка скрыта
    
45. Классы для статистического анализа - ссылка скрыта
    
46. Тест на нормальность для многомерных величин - ссылка скрыта
    
47. Нелинейная регрессионная модель - ссылка скрыта
    
48. Анализ нелинейных временных рядов - ссылка скрыта
    
49. Тесты на нормальность выборки - ссылка скрыта
    
50. Чиленное вычисление производных - ссылка скрыта
    
51. Вероятность и статистика в R - ссылка скрыта
    
52. Эконометрика, оценка риска - ссылка скрыта
    
53. Полиномы в R – ссылка скрыта
    
54. Модели периодических авторегрессионных временных рядов - ссылка скрыта
    
55. Анализ портфеля ценных бумаг - ссылка скрыта
    
56. Теория вероятностей на конечномерных пространствах - ссылка скрыта
    
57. Моделирование в финансах - ссылка скрыта
    
58. Интеграция R и Excel - ссылка скрыта
    
59. Графика в R - ссылка скрыта
    
60. Реализация случайных величин - ссылка скрыта
    
61. Функции оценки параметров в теории надежности - ссылка скрыта
    
62. Решение нелинейных дифференциальных уравнений в R - ссылка скрыта
    
63. Редактор R для литературного анализа - ссылка скрыта
    
64. Пакет статистического моделирования - ссылка скрыта
    
65. Актуарная математика, функции дожития - ссылка скрыта, ссылка скрыта, ссылка скрыта
    
66. Анализ временных рядов - ссылка скрыта
    
67. Редактор TinnR, установка и работа - ссылка скрыта
    
68. Временные ряды в финансах - ссылка скрыта
    
69. Анализ временных рядов, финансы - ссылка скрыта
    
70. 
    

Пакеты выложены на oject.org/web/packages/

4. Учебно-методические материалы, используемые для реализации курса на обеспечивающей кафедре: учебники, учебные пособия, конспекты лекций, методические указания (в т.ч. в электронном виде)

Список обязательной литературы.

1. Е.Р. Алексеев, О.В. Чеснокова, Е.А. Рцдченко «Scilab. Решение инженерных и математических задач». ALT Linux, Бином Лаборатория знаний, Москва 2008
   
2. Руководство к пакету Scilab
   
3. Руководство к статистическому пакету
   
4. А.Б.Шипунов «n+1 вопрос про R» ссылка скрыта
   

Список дополнительной литературы и источников в интернете.

1. Домашний сайт Scilab - ссылка скрыта
   
2. Домашний сайт статистического пакета R - ссылка скрыта
   
3. Сайт-хранилище дополнительных пакетов к R - ссылка скрыта
   
4. Н.Ю.Золотых, А.Н. Половинкин «Машинное обучение. Лабораторный практикум. Введение в R» ссылка скрыта
   
5. Н.Ю.Золотых, А.Н. Половинкин «Машинное обучение. Лабораторный практикум. Проверка статистических гипотез» ссылка скрыта
   
6. Анализ данных в R ссылка скрыта
   
7. Форум по R - ссылка скрыта
   
8. John Verzani simpleR - Using R for Introductory Statistics csi.cuny.edu/Statistics/R/simpleR
   
9. Julian Faraway. Linear Models with R. CRC Press.2004
   
10. Введение в R - ссылка скрыта
    
11. Brian S. Everitt and Torsten Hothorn «A Handbook of Statistical Analyses Using R»
    
12. Robert H. Shumway David S. Stoffer «Time Series Analysis and Its Applications With R Examples» Springer 2008
    

5. Методические указания и рекомендации по выполнению лабораторных работ, практических или семинарских занятий, курсовых работ (проектов)

Общие правила выполнения контрольных заданий

Требования к оформлению работы

Постановка задачи.

1. 1Краткая формулировка задачи.
   
2. Исходные данные
   

Решение задачи.

3. Математическое описание задачи (если требуется).
   
4. Основные методы и функции решения поставленной задачи.
   

Текст программы.

1. Текст программы (полная распечатка программы).
   
2. Результаты выполнения программы (численные результаты, графики, файлы с выходными данными)
   

Работа должна быть представлена в виде распечатанного текста и на дискете (TEX/Word + Scilab и/или R).

Рекомендации к составлению отчета

Оформление.

Отчет по работе должен быть оформлен в форме Word-файла (кроме работы по пакету LATEX).

Содержание отчета.

Каждый пункт задания должен найти свое отражение в отчете.

Каждый раздел отчета должен содержать:

• формулировку задания
  
• описание исходных данных.
  
• список используемых функций, текст программы, результаты выполнения программы, представленные в форме файла данных, графиков и т.д.
  
• иллюстрационный материал в виде копий экрана с графиками (если требуется в поставленной задаче).
  
• выводы, следующие из результатов программы в контексте поставленной задачи.
  

2. Правила выполнения письменных работ (контрольных тестовых работ)

Студенты обязаны сдавать все задания в сроки, установленные преподавателем. Работы, предоставленные с опозданием, не оцениваются, коллоквиумы (контрольные работы) не переписываются.

3. Образцы студенческой продукции: конспекты лекций, отчеты по лабораторным работам, практическим занятиям, образцы курсовых проектов или работ, индивидуальных заданий, рефератов и т.п.

См. приложение к УМК.

7. Содержание практик; проведения экскурсий, лекций и их примерное содержание и сроки; индивидуальные задания студентов с указанием сроков выполнения; структура и содержание отчета о практике, порядок и сроки их защиты студентами.

Не предусмотрено.

7. Контролирующие материалы (тесты, билеты, задачи и т.п.) по обеспечению:

   1. текущего, рубежного (промежуточного) контролей

Промежуточный контроль осуществляется посредством оценивания выполненных лабораторных работ.

2. итоговых семестровых испытаний

Итоговые вопросы

1. Структура документа, подготовленного в LATEX. Команды секционирования, структура оглавления.
   
2. Основные средства форматирования: фразы и абзацы, структура перечня, примечания – подстрочные, на полях, выносные. Многоколоночный набор.
   
3. Построение таблиц в LATEX: окружения tabbing, tabular, array.
   
4. Многостраничные таблицы. Приложения.
   
5. Высшая математика в системе LATEX. Составные символы, ограничители и операторы.
   
6. Окружения типа матрицы и коммутативные диаграммы.
   
7. Многострочные формулы.
   
8. Графика в LATEX.
   
9. Создание указателей: синтаксис описания элементов указателей, подготовка указателя, программа MakeIndex, изменение вида указателя, глоссарий.
   
10. Создание списка литературы.
    
11. Основные команды главного меню Scilab. Основы работы в Scilab: комментарии, элементарные математические выражения, переменные, системные переменные, функции.
    
12. Массивы и матрицы в Scilab: вектора и матрицы, операции над матрицами, специальные матричные функции, символьные матрицы и операции над ними.
    
13. Решение задач линейной алгебры
    
14. Построение двумерных графиков: функция plot.
    
15. Построение нескольких графиков в одной системе координат и в одном графическом окне.
    
16. Функция plot2d.
    
17. Построение точечных и ступенчатых графиков.
    
18. Построение графиков в полярной системе координат.
    
19. Построение графиков функций, заданных параметрически.
    
20. Построение трёхмерных графиков в Scilab: функции plot3d и plot3d1.
    
21. Построение трёхмерных графиков в Scilab: функции meshgrid, surf и mesh.
    
22. Построение трёхмерных графиков в Scilab: функции plot3d2 и plot3d3.
    
23. Построение трёхмерных графиков в Scilab: param3d и param3d1.
    
24. Построение трёхмерных графиков в Scilab: contour и contourf, hist3d.
    
25. Алгебраические уравнения, трансцендентные уравнения, системы уравнений.
    
26. Численное интегрирование и дифференцирование в Scilab: интегрирование по методу трапеций, по квадратуре, по внешней функции.
    
27. Приближенное дифференцирование, основанное на интерполяционной формуле Ньютона.
    
28. Вычисление производной в точке.
    
29. Приближенное вычисление частных производных.
    
30. Основные операторы sci-языка, обработка массивов и матриц.
    
31. Работа с файлами, написание программ и функций.
    
32. Работа с графическим окном. Динамическое создание интерфейсных элементов, описание основных функций.
    
33. Основные функции, построение выборки, имеющей заданное распределение. Поиск числовых характеристик случайной величины. Построение графиков плотности и функции распределения.
    
34. Основные характеристики случайной выборки.
    
35. Метод наименьших квадратов, интерполяция функций. Функции lmisolver, LMITOOL.
    
36. Поиск минимума функции одной переменной и функции многих переменных, задача линейного программирования
    

7. Материально-техническое обеспечение дисциплины и перечень используемого программного обеспечения.

Занятия проводятся на базе дисплейного класса кафедры Теории вероятностей и математической статистики РУДН.

.