Рабочая программа учебной дисциплины «Прикладная математическая статистика» Уровень основной образовательной программы

Вид материала

Рабочая программа

Содержание Форма обучения Виды учебной работы 1. Цели и задачи дисциплины 2. Место дисциплины в структуре ооп 3. Требования к результатам освоения дисциплины 4. Объем дисциплины и виды учебной работы Аудиторные занятия (всего) Другие виды аудиторной работы Самостоятельная работа (всего) Другие виды самостоятельной работы Подготовка к экзамену Общая трудоемкость час 5. Содержание дисциплины 5.2. Содержание разделов дисциплины (по лекциям) 5.3. Разделы дисциплины и междисциплинарные связи с обеспечивающими (предыдущими) и обеспечиваемыми (последующими) дисциплинами Предшествующие дисциплины Последующие дисциплины 5.4. Соответствие компетенций, формируемых при изучении дисциплины, и видов занятий 6. Методы и формы организации обучения Технологии интерактивного обучения при разных формах занятий ... Полное содержание

Подобный материал:

• Рабочая программа теория электрических цепей (тэц) (наименование учебной дисциплины), 542.79kb.
• Рабочей программы учебной дисциплины дв2 Математическая логика и теория алгоритмов, 50.1kb.
• Рабочая программа учебной дисциплины математический анализ уровень основной образовательной, 411.86kb.
• Рабочая программа учебной дисциплины линейная алгебра и аналитическая геометрия уровень, 426.51kb.
• Рабочая программа учебной дисциплины «Теория вероятностей и математическая статистика», 165.42kb.
• Рабочая программа учебной дисциплины история и методология прикладной математики, 537.44kb.
• Рабочая программа учебной дисциплины технический рисунок уровень основной образовательной, 407.21kb.
• Рабочая программа учебной дисциплины начертательная геометрия уровень основной образовательной, 375.24kb.
• Рабочей программы учебной дисциплины, 52.11kb.
• Рабочая программа учебной дисциплины биология уровень основной образовательной программы­­, 467.35kb.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ»




РАБОЧАЯ ПРОГРАММА

учебной дисциплины

«Прикладная математическая статистика»

Уровень основной образовательной программы магистратура

Направление(я) подготовки (специальность): Прикладная математика и информатика 010400

Магистерская программа Математическое и программное обеспечение вычислительных комплексов и компьютерных сетей

Форма обучения очная

Факультет систем управления

Кафедра автоматизированных систем управления

Курс 6 (2-й год обучения) Семестр 11

Учебный план набора 2011 года и последующих лет

Распределение рабочего времени:

Виды учебной работы	Семестр 11	Единицы
Лекции	27	часов
Лабораторные работы	18	часов
Практические занятия	18	часов
Курсовой проект/работа (КРС) (аудиторная)	не предусмотрено	часов
Всего аудиторных занятий	63	часов
Из них в интерактивной форме	13	часов
Самостоятельная работа студентов (СРС)	117	часов
Всего (без экзамена)	180	часов
Самост. работа на подготовку и сдачу экзамена	36	часов
Общая трудоемкость	216	часов
(в зачетных единицах)	6	ЗЕТ

Экзамен 11 семестр Диф. зачет не предусмотрено

Зачет не предусмотрено

Томск 2011

Рабочая программа составлена с учетом требований Федерального Государственного образовательного стандарта высшего профессионального образования (ФГОС ВПО) третьего поколения по направлению подготовки 010400 «Прикладная математика и информатика»

(квалификация (степень) "магистр"), утвержденного Приказом Министерства образования и науки Российской Федерации от 20 мая 2010 г. N 545.


Программа рассмотрена и утверждена на заседании кафедры АСУ,

протокол № 1 от « 30 » августа 2011 г.


Разработчик, д.ф.-м.н., профессор каф. АСУ _________________ В.Г. Астафуров


Зав. обеспечивающей кафедрой АСУ

д.т.н., профессор А.М. Кориков


Рабочая программа согласована с факультетом, профилирующей и выпускающей кафедрами.


Декан, к.т.н., доцент П.В. Сенченко


Заведующий профилирующей и

выпускающей кафедрой АСУ,

д.т.н., профессор А.М. Кориков


Эксперты

Доцент каф. АСУ, к.т.н. __________________ А.И. Исакова


1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

Дисциплина «Прикладная математическая статистика» читается в 11 семестре и предусматривает чтение лекций, проведение лабораторных и практических занятий, получение различного рода консультаций.

Целью дисциплины является формирование у магистрантов научного представления о вероятностной интерпретации обрабатываемых данных, о понятиях, приемах, математических методах и моделях, предназначенных для организации сбора, стандартной записи, систематизации и обработки статистических данных с целью их удобного представления, интерпретации, получения научных и практических выводов

Основной задачей изучения дисциплины является формирование у студентов теоретических знаний и практических навыков в области обработки статистических данных, включая случайные процессы.


2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП


Дисциплина «Прикладная математическая статистика» относится к числу дисциплин общенаучного цикла (базовой части). Успешное овладение дисциплиной предполагает предварительные знания математического анализа, теории вероятностей, основ математической статистики, численных методов, а также знакомство с пакетами прикладных программ Mathcad и Matlab.


3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ

Процесс изучения дисциплины «Современные проблемы прикладной математики и информатики» направлен на формирование следующих компетенций:

общекультурные компетенции (ОК):

• Выпускник должен обладать способностью иметь представление о современном состоянии и проблемах прикладной математики и информатики, истории и методологии их развития (ОК-2);
  
• Выпускник должен обладать способностью использовать углубленные теоретические и практические знания в области прикладной математики и информатики (ОК-3);
  
• Выпускник должен обладать способностью самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе, в новых областях знаний, непосредственно не связанных со сферой деятельности, расширять и углублять свое научное мировоззрение (ОК-4);
  
• Выпускник должен обладать способностью порождать новые идеи и демонстрировать навыки самостоятельной научно-исследовательской работы и работы в научном коллективе (ОК-5);
  

профессиональные компетенции (ПК):

• Выпускник должен обладать способностью проводить научные исследования и получать новые научные и прикладные результаты (ПК-1);
  
• Выпускник должен обладать способностью разрабатывать концептуальные и теоретические модели решаемых научных проблем и задач (ПК-2);
  
• Выпускник должен обладать способностью углубленного анализа проблем, постановки и обоснования задач научной и проектно-технологической деятельности (ПК-3).
  

В результате изучения дисциплины студент должен:

Знать:

• основные типы распределений вероятностей, используемые в статистическом анализе;
  
• основы методики применения статистических методов;
  
• методы оптимального оценивания параметров распределений и случайных процессов.
  

Уметь:

• применять методы статистического анализа выборочных данных и случайных процессов;
  
• интерпретировать результаты статистического анализа и использовать их при построении математических моделей.
  

Владеть:

• практическими навыками численных расчетов оценок параметров распределений и случайных процессов.
  

4. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Общая трудоемкость дисциплины составляет 6 зачетных единиц.

Вид учебной работы	Всего часов	Семестры
		9	10	11	12
Аудиторные занятия (всего)	63			63
В том числе:	–		–
Лекции	27			27
Лабораторные работы (ЛР)	18			18
Практические занятия (ПЗ)	18			18
Семинары (С)	–			–
Коллоквиумы (К)
Курсовой проект (работа) (аудиторная нагрузка)	не предусмотрен
Другие виды аудиторной работы
Самостоятельная работа (всего)	117			117
В том числе:	–		–
Курсовой проект (работа) (самостоятельная работа)	–		–
Расчетно-графические работы	–		–
Реферат	–
Другие виды самостоятельной работы
Проработка лекционного материала	36			36
Подготовка к практическим занятиям	24			24
Подготовка к лабораторным занятиям	28			36
Самостоятельное изучение тем теоретической части	29			21
Подготовка к экзамену	36			36
Вид промежуточной аттестации (зачет, экзамен)				экзамен
Общая трудоемкость час зач. ед.	216			216
	6			6

5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

5.1. Разделы дисциплин и виды занятий

Таблица 5.1

№ п/п	Наименование раздела дисциплины	Лекции	Лаборат. занятия	Практич. занятия	Самост. работа студентов	Всего часов	Формируемые компетенции (ОК, ПК)
1.	Введение в прикладную статистику	2	2	4	7	15	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3
2.	Основы численного моделирования	2	2	4	8	16	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3
3.	Оценка параметров распределений вероятностей	5	3	2	20	30	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3
4.	Методы анализа законов распределения вероятностей случайных величин	6	3	2	20	31	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3
5.	Проверка гипотез о значениях параметров распределений	3	─	2	14	19	ОК-2, ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
6.	Методы исследования связей между случайными величинами	4	3	2	24	33	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3
7.	Спектральный анализ случайных процессов	5	5	2	24	36	ОК-2, ОК-3, ОК-4, ОК-5, ПК-1, ПК-2, ПК-3

5.2. Содержание разделов дисциплины (по лекциям)

Таблица 5.2

№ п/п	Наименование разделов	Содержание разделов	Трудоемкость (час.)	Формируемые компетенции (ОК, ПК)
1	2	3	4	5
1.	Введение в прикладную статистику	Предмет математической статистики. Генеральная и выборочная совокупности. Понятие выборки. Эмпирическая функция распределения. Полигон частот, гистограмма. Точечные оценки и их свойства: несмещенность, состоятельность и эффективность.	2	ОК-2, ПК-2, ПК-3
2.	Основы численного моделирования	Метод численного моделирования. Датчики случайных чисел. Моделирование событий, дискретных и непрерывных случайных величин. Моделирование случайных процессов.	2	ОК-2, ПК-2, ПК-3
1	2	3	4	5
3.	Оценка параметров распределений вероятностей	Методы нахождения точечных оценок: метод моментов, метод максимального правдоподобия, метод наименьших квадратов. Интервальные оценки. Оценки параметров нормального, экспоненциального распределений. Планирование экспериментов для оценки параметров распределений.	5	ОК-2, ПК-2, ПК-3
4.	Методы анализа законов распределения вероятностей случайных величин	Общие критерии согласия, критерии нормальности распределения, критерии проверки экспоненциальности распределения, критерии согласия для равномерного распределения, критерии симметрии.	6	ОК-2, ПК-2, ПК-3
5.	Проверка гипотез о значениях параметров распределений	Сравнение параметров нормальных распределений, сравнение параметров экспоненциальных распределений	3	ОК-2, ПК-2, ПК-3
6.	Методы исследования связей между случайными величинам	Исследование связей между случайными величинами: дисперсионный анализ ─ классический дисперсионный анализ, однофакторный и двухфакторный дисперсионный анализ, непараметрический дисперсионный анализ; корреляционный анализ ─ классический корреляционный анализ, непараметрический корреляционный анализ; линейный регрессионный анализ ─ оценка коэффициентов регрессии, статистическое оценивание регрессии.	4	ОК-2, ПК-2, ПК-3
7.	Спектральный анализ случайных процессов	Основные понятия теории случайных процессов. Математические основы спектрально-корреляционного анализа. Оценки вероятностных характеристик случайных процессов, оценки спектральной плотности мощности. Спектральный анализ на основе дискретного представления случайного процесса.	5	ОК-2, ПК-2, ПК-3

5.3. Разделы дисциплины и междисциплинарные связи с обеспечивающими (предыдущими) и обеспечиваемыми (последующими) дисциплинами

№ п/п	Наименование обеспечивающих (предыдущих) дисциплин	№ № разделов данной дисциплины, для которых необходимо изучение обеспечивающих (предыдущих) дисциплин
		1	2	3	4	5	6	7
	Предшествующие дисциплины
1.	Математический анализ	+	+	+	+	+	+	+
2.	Теория вероятностей и математическая статистика	+	+	+	+	+	+
3.	Языки и методы программирования			+	+		+	+
4.	Численные методы			+	+		+	+
		1	2	3	4	5	6	7
5.	История и методология прикладной математики и информатики	+	+
5.	Современные проблемы прикладной математики и информатики			+	+		+	+

№ п/п	Наименование последующих дисциплин	№ № разделов данной дисциплины, которые необходимы при изучении последующих дисциплин
		1	2	3	4	5	6	7
	Последующие дисциплины
1.	Дискретные и вероятностные математические модели	+		+
2.	Научно-исследовательская работа в семестре			+	+	+	+	+

5.4. Соответствие компетенций, формируемых при изучении дисциплины, и видов занятий

Перечень компетенций	Л	Пр	Лаб	СРС	Формы контроля (примеры)
ОК-2	+				Тест
ОК-3		+	+	+	Устный ответ на практическом занятии, отчет по лабораторной работе
ОК-4		+	+	+	Доклад на практическом занятии, защита отчета по лабораторной работе
ОК-5			+	+	Отчет по лабораторной работе
ПК-1		+	+	+	Устный ответ на практическом занятии, отчет по лабораторной работе
ПК-2	+	+	+	+	Опрос на практическом занятии, отчет по лабораторной работе
ПК-3	+	+			Тест, опрос на практическом занятии

Л – лекция, Пр – практические занятия, Лаб – лабораторные работы, СРС – самостоятельная работа студента


6. МЕТОДЫ И ФОРМЫ ОРГАНИЗАЦИИ ОБУЧЕНИЯ


Для успешного освоения дисциплины применяются различные образовательные технологии, которые обеспечивают достижение планируемых результатов обучения согласно основной образовательной программе, с учетом требований к объему занятий в интерактивной форме.


Технологии интерактивного обучения при разных формах занятий

Формы Методы	Лекции (час)	Практические занятия (час)	Лабораторные занятия (час)	Всего (час)
Работа в команде			2	2
Пресс-конференция		2	2	4
Поисковый метод			2	2
Презентации с использованием различных вспомогательных средств: интерактивной доски, раздаточных материалов, видеофильмов, слайдов, мультимедийной презентации, задания на СРС	2	3		5
Итого интерактивных занятий	2	5	6	13

Примечание.

1. Презентации с использованием различных вспомогательных средств (интерактивной доски, раздаточных материалов, видеофильмов, слайдов, мультимедийной презентации, задания на СРС) используются преподавателем и студентами на лекциях и практических занятиях обсуждении заданий на СРС.
   
2. «Работа в команде» происходит в процессе выполнения всех лабораторных работ.
   
3. «Поисковый метод» студенты используют при выборе методов оценок параметров распределений (лаб. работа № 1) и методов оценки коэффициентов регрессии (лаб. работа № 3).
   
4. Основные результаты лабораторных работ (наиболее интересные исследования) студенты докладывают с помощью презентаций, проводя подобие пресс-конференций.
   

7. ЛАБОРАТОРНЫЙ ПРАКТИКУМ

№ п/п	№ раздела дисциплины из табл. 5.1	Наименование лабораторных работ	Трудо-емкость (час.)	ОК, ПК
1.	1, 2, 3	Точечные и интервальные оценки параметров распределений вероятностей	4	ОК-3, ОК-4, ОК-5, ПК-1, ПК-2
2.	1, 2, 4	Применение критериев согласия для анализа выборочных данных	4	ОК-3, ОК-4, ОК-5, ПК-1, ПК-2
3.	1, 2, 6	Оценка коэффициентов корреляции выборочных данных и коэффициентов регрессии	4	ОК-3, ОК-4, ОК-5, ПК-1, ПК-2
4.	1, 2, 7	Спектральный анализ случайных процессов	6	ОК-3, ОК-4, ОК-5, ПК-1, ПК-2

8. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ (СЕМИНАРЫ)

№ п/п	№ раздела дисциплины из табл. 5.1	Тематика практических занятий (семинаров)	Трудо-емкость (час.)	ОК, ПК
1.	1	Распределения вероятностей случайных величин: нормальное, Пирсона, Стьюдента, экспоненциальное, равномерное, биномиальное, Пуассона	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
2.	1	Предварительная обработка выборочных данных: порядковые статистики, гистограммы, выборочные моменты, эмпирическая функция распределения	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
3.	2	Реализация алгоритмов численного моделирования случайных величин с заданным законом распределения	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
4.	2	Реализация алгоритмов моделирования гауссовских случайных процессов	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
5.	3	Точечные и интервальные оценки	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
6.	4	Критерии согласия.	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
7.	5	Проверка гипотез о параметрах нормального и экспоненциального распределений	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
8.	6	Дисперсионный и корреляционный анализ	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3
9.	7	Спектральный анализ случайных процессов: оценка вероятностных и спектральных характеристик случайного процесса, получаемых по дискретным данным	2	ОК-3, ОК-4, ПК-1, ПК-2, ПК-3

9. САМОСТОЯТЕЛЬНАЯ РАБОТА

№ п/п	№ раздела дисциплины из табл. 5.1	Тематика самостоятельной работы	Трудо-емкость (час.)	Компе- тенции ОК, ПК	Контроль выполнения работы
1	2	3	4	5	6
1.	1─7	Проработка лекционного материала и подготовка к практическим занятиям	60	ОК-3, ОК-4, ОК-5, ПК-2	Опрос на практических занятиях, коллоквиум
2.	1─4, 6, 7	Подготовка к лабораторным занятиям	28	ОК-3, ОК-5, ПК-1, ПК-2	Отчет, защита лаб. работы
1	2	3	4	5	6
3.	3─7 3 4 5 6 7	Самостоятельное изучение тем теоретической части: Оценка параметров биномиаль-ного распределении;. Критерий числа пустых интервалов, квартильный Крите-рий Баректта-Эйсена; Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений с неизвестными, но равными дисперсиями Методы сглаживания экспериментальных данных Алгоритмы вычисления оценок спектральной плотности мощности.	4 4 5 8 8	ОК-4, ПК-2	Обсуждение материала на практических занятиях, коллоквиум
4.	1─7	Подготовка и сдача экзамена	36	ОК-3, ОК-4, ОК-5, ПК-2	Оценка за экзамен

10. ПРИМЕРНАЯ ТЕМАТИКА КУРСОВЫХ ПРОЕКТОВ – не предусмотрены


11. БАЛЛЬНО-РЕЙТИНГОВАЯ СИСТЕМА

Курс 6, семестр 11 Контроль обучения – Экзамен.

Максимальный семестровый рейтинг – 100 баллов.


По дисциплине «Прикладная математическая статистика» проведение экзамена является обязательным. При этом балльная оценка в соотношении 70/30 распределяется на две составляющие: семестровую и экзаменационную. Т.е. 70 баллов можно получить за текущую работу в семестре, а 30 баллов – за ответы на экзамене.

Для стимулирования планомерности работы студента в семестре в раскладку баллов введен компонент своевременности, который применяется только для студентов, своевременно отчитывающихся по предусмотренным элементам контроля (контрольные работы, лабораторные работы, коллоквиумы).

На протяжении всего семестра текущая успеваемость оценивается в баллах нарастающим итогом. В таблице 11.1 содержится распределение баллов в течение семестра для дисциплины «Прикладная математическая статистика», завершающейся экзаменом и содержащей 14 лекций (27 часов), 9 практических занятий (18 часов), 4 лабораторных работы (18 часов), и 3 контрольные работы. В таблице 11.2 представлен пересчет суммы баллов по 1 и 2 контрольным точкам в традиционную оценку. В таблице 11.3 – представлен пересчет итоговой суммы баллов в традиционную и международную оценки.


Таблица 11.1 – Дисциплина «Прикладная математическая статистика» (экзамен, лекции, практические занятия, лабораторные работы, тесты)

Элементы учебной деятельности	Максимальный балл на 1-ую контрольную точку с начала семестра	Максимальный балл за период между 1КТ и 2КТ	Максимальный балл за период между 2КТ и на конец семестра	Всего за семестр
Посещение занятий	4	4	4	12
Выполнение и защита резуль-татов лабораторных работ	─	15	15	30
Контрольные работы на практических занятиях	5	5	5	15
Компонент своевременности	4	4	5	13
Итого максимум за период:	13	28	29	70
Нарастающим итогом	13	41	70
Экзамен				30
ИТОГО				100

По результатам текущего контроля формируется допуск студента к экзамену по дисциплине. Экзамен осуществляется в форме опроса по теоретической части дисциплины. В составе суммы баллов, полученной студентом по дисциплине, заканчивающейся экзаменом, экзаменационная составляющая должна быть не менее 10 баллов. В противном случае экзамен считается не сданным, студент в установленном в ТУСУРе порядке обязан его пересдать.

Методика выставления баллов за ответы на экзамене определяется, например, из расчета до 10 баллов за каждый из 3 вопросов в билете.

Неудовлетворительной сдачей экзамена считается экзаменационная составляющая менее 10 баллов. При неудовлетворительной сдаче экзамена (<10 баллов) или неявке на экзамен экзаменационная составляющая приравнивается к нулю (0).


Таблица 11.2 – Пересчет баллов в оценки за контрольные точки

Баллы на дату контрольной точки	Оценка
 90 % от максимальной суммы баллов на дату КТ	5
От 70% до 89% от максимальной суммы баллов на дату КТ	4
От 60% до 69% от максимальной суммы баллов на дату КТ	3
< 60 % от максимальной суммы баллов на дату КТ	2

Таблица 11.3 – Пересчет суммы баллов в традиционную и международную оценку

Оценка (ГОС)	Итоговая сумма баллов, учитывает успешно сданный экзамен	Оценка (ECTS)
5 (отлично)	90 - 100	А (отлично)
4 (хорошо)	85 – 89	В (очень хорошо)
	75 – 84	С (хорошо)
	70 - 74	D (удовлетворительно)
3 (удовлетворительно)	65 – 69
	60 - 64	E (посредственно)
2 (неудовлетворительно), (не зачтено)	Ниже 60 баллов	F (неудовлетворительно)

12. УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

12.1 Основная литература

1. Гмурман В.Е. Теория вероятностей и математическая статистика: учебное пособие, 11и 12 издания. ─ М.: Высшее образование, 2008, М.: Юрайт, 2010. (2 экз)
   
2. Кремер Н.Ш. Теория вероятностей и математическая статистика: учебник для вузов. − М.: Юрайт, 2007. (5 экз).
   
3. Белов А.А., Баллод Б.А., Елизарова Н.Н. Теория вероятностей и математическая статистика: учебник для вузов. − Ростов н/Д: Феникс, 2008. (2 экз)
   

12.2 Дополнительная литература

4. Кобзарь А.И. Прикладная математическая статистика. ─ М.: Физматлит, 2006.
   
5. Справочник по прикладной статистике. В 2-х т. Пер. с англ. / Под ред. Э. Ллойда, У. Ледермана, Тюрина Ю.Н. ─ М.: Финансы и статистика, 1989.
   
6. Бендат Л., Пирсол Л. Прикладной анализ случайных данных. ─ М.: Мир, 1989.
   
7. Кендалл М., Стьюарт А. Статистические выводы и связи. ─ М.: Наука, 1973.
   
8. Левин Б.Р. Теоретические основы статистической радиотехники. Ч.2. ─ М.: Советское радио, 1971.
   
9. Ермаков С.М., Михайлов Г.А. Курс статистического моделирования. ─ М.: Наука, 1976.
   
10. Грибанов Ю.И., Мальков В.А. Спектральный анализ случайных процессов. ─ М.: Энергия, 1974.
    
11. Вентцель Е.С. Теория вероятностей: Учебник для вузов/ 10-е изд., стереотип. ─ М.: Высшая школа, 2005 (2002, 1999, 1969).
    
12. Соболь И.М. Метод Монте-Карло. ─ М.: Физматгиз, 1960.
    
13. Письменный Д.Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам. ─ М.: Айрис-Пресс, 2008.
    
14. Поляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. ─ М.: Советское радио, 1971.
    
15. Астафуров В.Г. Исследование операций: методические указания по выполнению лабораторных работ. − Томск: Томский государственный университет систем управления и радиоэлектроники, 2007.
    
16. Астафуров В.Г. Методические указания по выполнению лабораторных работ и практическим занятиям. − [Электронный ресурс]. – Режим доступа: .ru/learning/
    

12.3 Программное обеспечение

Математические пакеты Mathcad и/или MatLab.


12.4 Базы данных, информационно-справочные и поисковые системы

ссылка скрыта

ссылка скрытаdepartment/se/devis/


12.3. Лицензионное программное обеспечение

Математический пакет Mathcad, математический пакет MatLab.


Примечание: некоторые издания из списка дополнительной литературы в библиотеке ТУСУРА отсутствуют, однако их и другую полезную литературу по этому курсу можно найти на сайте arod.ru/bibstat.php в открытом доступе. На сайте ссылка скрыта в открытом доступе размещено несколько курсов по статистике.

13. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ


Для проведения лекций по дисциплине используются персональный ПК с проектором. Лабораторные занятия осуществляются в компьютерном классе с использованием математических пакетов Mathcad либо MatLab.