Статистическое моделирование и прогнозирование

Описание: Предлагается сочетание нескольких подходов: деятельностного, задачного и квалиметрического для выбора и качественного описания объекта прогнозирования; математико-статистического для его формализованного представления. Имитационное моделирование. Метод Монте-Карло и его применения. Обработка результатов численных экспериментов, интерпретация полученных результатов. Моделирование ряда физических, биологических и экономических процессов.

Количество кредитов: 5

Пререквизиты:

• Основы научных исследований

Трудоемкость дисциплины:

Компонент: Компонент по выбору

Цикл: Базовые дисциплины

Цель

• Цель изучения дисциплины: дисциплина «Методы статистического моделирования» в рамках фундаментальной и специальной подготовки специалистов в области прикладной математики и информатики предусматривает изучение методов воспроизведения с помощью ЭВМ функционирования вероятностной модели некоторого объекта. Цель такого моделирования состоит в оценивании средних характеристик этих моделей.

Задача

• Задачей дисциплины является подготовка специалиста в области математического и системного программного обеспечение решения широкого круга прикладных задач проектирования систем различного назначения.

Результат обучения: знание и понимание

• Знание и понимание основных математических определений, теорем и др. теоретических сведений курса « Статистическое моделирование и прогнозирование», а также знание типов задач решаемых теми или иными математическими методами.

Результат обучения: применение знаний и пониманий

• Применение знаний и умений в формулировании прикладных практических задач математическими методами, а также применение известных методов для решения сформулированных задач.

Результат обучения: формирование суждений

• Умение на основе имеющихся знаний дисциплины " Статистическое моделирование и прогнозирование" делать выводы о возможных методах анализа и решения практических задач в специальной области.

Результат обучения: коммуникативные способности

• умение работать в коллективе для эффективного решения поставленных практических задач на основе знаний математических методов.

Результат обучения: навыки обучения или способности к учебе

• Способность самостоятельного или на основе учебных образовательных программ повышения квалификации в области математических знаний в целях соответствия современным требованиям специальности.

Методы преподавания

The student is obliged: - attending lectures and practical classes according to the schedule is mandatory; - the presence of students in the classroom is checked at the beginning of classes. In case of being late, the student must silently enter the classroom and get involved in the work, and during the break explain to the teacher the reason for being late; - two late arrivals to class are equal to one missed class; - Estimated in points work should be handed over on time. Points are deducted for late submissions. Students who have not passed all the tasks are not allowed to take the exam; - re-passing the boundary control by the student, in case of receiving an unsatisfactory grade, is not allowed; - students who have received an average rating Рav = (Р1 + Р2)/2 less than 50% are not allowed to take the exam; - mobile phones must be switched off during the lessons; - The student is required to come to class in business attire.

Оценка знаний обучающегося

Преподаватель проводит все виды работ текущего контроля и выводит соответствующую оценку текущей успеваемости обучающихся два раза в академический период. По результатам текущего контроля формируется рейтинг 1 и 2. Учебные достижения обучающегося оцениваются по 100-балльной шкале, итоговая оценка Р1 и Р2 выводится как средняя арифметическая из оценок текущей успеваемости. Оценка работы обучающегося в академическом периоде осуществляется преподавателем в соответствии с графиком сдачи заданий по дисциплине. Система контроля может сочетать письменные и устные, групповые и индивидуальные формы.

Политика оценивания результатов обучения по видам работ

Форма оценки

Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:

• 40% результата, полученного на экзамене;
• 60% результатов текущей успеваемости.

Формула подсчета итоговой оценки:

 

где, Р₁, Р₂ – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.

Итоговая буквенная оценка и ее цифровой эквивалент в баллах:

Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:

Темы лекционных занятий

• Тема 1
• Тема 2
• Тема 3
• Тема 4
• Тема 5
• Тема 6
• Тема 7
• Тема 8

Основная литература

• 1. Долгова В. Н., Медведева Т. Ю. Теория статистики. Учебник и практикум для академического бакалавриата. М.: Юрайт, 2019. 246 с.
• 2. Дудин М. Н., Лясников Н. В., Лезина М. Л. Социально-экономическая статистика. Учебник и практикум. М.: Юрайт, 2019. 234 с.
• 3. Ивченко Г. И., Медведев Ю. И. Математическая статистика. Учебник. М.: Либроком, 2020. 352 с.
• 4. Малых Н. И. Статистика в 2-х томах. Том 2. Социально-экономическая статистика. Учебник и практикум для академического бакалавриата. М.: Юрайт, 2017. 474 с.
• 5. Нарбут В. В., Салин В. Н., Шпаковская Е. П. Экономическая статистика. Учебник / Economic statistics. Textbook. М.: КноРус, 2020. 234 с.

Дополнительная литература

• 6. Наркевич И. А., Зубов Н. Н., Кувакин В. И. Статистика в биомедицине, фармации и фармацевтике. Учебное пособие. М.: КноРус, 2019. 300 с.
• 7. Сидняев Н. И. Теория вероятностей и математическая статистика. Учебник для академического бакалавриата. М.: Юрайт, 2019. 220 с.
• 8. Трофимов А. Г. Математическая статистика. Учебное пособие для СПО. М.: Юрайт, 2019. 260 с.
• 9. Хамидуллин Р. Я. Теория вероятностей и математическая статистика. М.: Издательский дом Университета "Синергия", 2020. 276 с.