Mathematical Statistics

Description: Mathematical statistics is a branch of mathematics that studies the methods of collection, processing and use of statistical data to obtain scientifically based conclusions and make decisions based on them. The content of the discipline covers the following issues: statistical data Processing, Point and interval estimates of numerical characteristics, Statistical hypothesis testing, Correlation and regression analysis, Statistical processing of experimental data.

Amount of credits: 5

Пререквизиты:

• Mathematics

Course Workload:

Component: Component by selection

Cycle: Base disciplines

Goal

• Целью освоения учебной дисциплины «Математическая статистика» является: - ознакомление студентов с основными понятиями теории вероятностей и математической статистики, необходимых для решения стохастических прикладных задач, научить сравнивать выводы теории с численными результатами проведенного ими моделирования, привить навыки самостоятельного изучения литературы по данному курсу и ее приложениям; - формирование универсальных и профессиональных компетенций, позволяющих выпускнику успешно работать в избранной сфере деятельности.

Objective

• . Задачами изучения дисциплины «Математическая статистика» являются: 1) овладение основными понятиями математической статистики: выборка, генеральная совокупность, статистическая модель, вариационный ряд, эмпирическая функция распределения, порядковые статистики, выборочные моменты, статистические оценки, несмещенность, состоятельность, эффективность, оптимальность, доверительные интервалы, статистическая гипотеза, гипотеза о виде распределения, статистический критерий, критерии согласия; 2) овладение идеями и методами математической статистики: выборочный метод, метод группировки, метод моментов, метод максимального правдоподобия, метод наименьших квадратов, критерий отношения правдоподобия, процедуры интервального оценивания, процедуры проверки статистически х гипотез;

Learning outcome: knowledge and understanding

• Знает формулы и свойства, теоремы, основные определения по дисциплине «Математическая статистика» Точечную оценку параметров и поределение доверительного интервала, основные методы статистической обработки

Learning outcome: applying knowledge and understanding

• Знания, полученные при изучении дисциплины «Теория вероятностей и математическая статистика» применяет при решении прикладных задач в области профилирующих дисциплин, в статистических обработках данных при построении математических моделей различных задач.

Learning outcome: formation of judgments

• Анализирует эффективность полученной модели применяя математические методы и имеет представление о математических моделях и методах решения прикладных задач из различных сфер техники и технологии.

Learning outcome: communicative abilities

• При решении прикладных задач с помощью математических методов в команде способен корректно отстаивать свою точку зрения и предлагать новые решения.

Learning outcome: learning skills or learning abilities

• Зная элементы теории вероятностей и математической статистики способен корректно применить свои знания в области техники и технологии, представив поставленную задачу в математической форме.

Key reading

• 1. Гмурман В.Е. Теория вероятностей и математическая статистика.-М.: Высшая школа,2008 г 2. Рябушко А.П. Индивидуальные задания по высшей математике ч.4 Минск: Вышейшая школа, 2007г 3. Лисьев В.П., Мусатаева Г.Т. Типовой расчет по теории вероятностей и математической статистике – ВКГТУ, 2002. 3.2 Дополнительная литература 4. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистики.-М.: Высшая школа,2008 5. Гнеденко Б.В. Курс по теории вероятностей.-М.: Наука 2003 6. Солодовников А.С. Теория вероятностей.-М.: Просвещение, 2009