Kurzy matematické statistiky - kurz 28 480 RUB. z Online škola TutorOnline, školení 64 ac. hodin, Datum: 2. prosince 2023.
Různé / / December 05, 2023
Tento program je určen k přípravě odborníků se základním vysokoškolským vzděláním a určuje obsah a typy školení a reportingu.
Program je navržen v souladu s pracovními osnovami různých univerzit a institutů.
Ke každému kurzu získáte bezplatnou konzultaci a 2 lekce.
Plus 40 % navíc ke stávající úrovni znalostí v předmětu
Mnoho let úspěšných tréninkových zkušeností
98% pozitivní zpětná vazba
Bezvadná pověst
Moderní metody výuky
Talentovaní a zainteresovaní učitelé
Zábavné aktivity
Nejvyšší profesionalita všech zaměstnanců
Rychlá pomoc s případnými dotazy
Důkladné posouzení současné úrovně znalostí
Vypracování osobního plánu lekce s ohledem na přání a individuální vlastnosti
Starostlivý přístup ke studentům a jejich rodičům
Výuka probíhá podle pravidelného a pohodlného rozvrhu, v pohodlném a bezpečném prostředí.
Plná kontrola nad vším, co se děje
Bezpečnost veškerého přijímaného a zpracovávaného materiálu
Dotýkáme se budoucnosti. Učíme se
Den za dnem, každou minutu dýcháme svou prací
Není lhostejný ke všemu, co se děje
Tým TutorOnline přebírá plnou zodpovědnost za hodiny s učiteli a stará se o všechno a všechny
Matematické statistiky.
Téma 1. Selektivní metoda - 9 hodin.
1. Cíle a metody matematické statistiky.
2. Metoda odběru vzorků.
3. Obecné a vzorové populace.
4. Metody výběru.
5. Statistické rozdělení vzorku.
6. Diskrétní a intervalové variační řady.
7. Empirická distribuční funkce.
8. Polygon a histogram.
9. Distribuční hustota znaku.
Téma 2. Statistické odhady distribučních parametrů – 14 hodin.
1. Ukázkové charakteristiky náhodných veličin.
2. Koncept bodového odhadu.
3. Nestranné, konzistentní a efektivní odhady.
4. Bodové odhady pro obecný průměr (očekávání), obecný rozptyl a obecnou směrodatnou odchylku.
5. Teorie bodových odhadů.
6. Pravděpodobnostní funkce.
7. Metoda maximální věrohodnosti, metoda momentů.
8. Pojem intervalového odhadu.
9. Teorie intervalového odhadu.
10. Interval spolehlivosti a pravděpodobnost spolehlivosti.
11. Konstrukce intervalů spolehlivosti pro odhad parametrů vzorku z normální populace.
12. Spolehlivost intervalu spolehlivosti.
13. Intervalový odhad matematického očekávání normálního rozdělení se známým rozptylem.
14. Intervalový odhad matematického očekávání normálního rozdělení s neznámým rozptylem.
Téma 3. Statistické testování hypotéz - 12 hodin.
1. Statistická hypotéza a statistický test.
2. Chyby 1. a 2. druhu.
3.Významnost a síla kritéria.
4. Princip praktické jistoty.
5. Nalezení kritických oblastí.
6. Testování hypotéz o koincidenci distribučních parametrů.
7. Porovnání průměrů a rozptylů normálních populací.
8. Testování hypotéz o typu distribuce.
9. Neparametrické testy dobré shody.
10. Pearsonova věta.
11. Chí-kvadrát test, Kolmogorovův test.
12. Příklady použití chí-kvadrát testu a Kolmogorova testu.
Téma 4. Korelační analýza - 23 hodin.
1. Základní ustanovení.
2. Korelační pole.
3. Korelační tabulka.
4. Nalezení parametrů vzorové lineární střední kvadratické regresní rovnice.
5. Vzorový korelační koeficient.
6. Korelační vztah.
7. Vícerozměrná korelační analýza.
8. Pořadová korelace.
9. Spearmanův a Kendallův korelační koeficient pořadí.
10. Příklady použití Spearmanova a Kendallova výběrového korelačního koeficientu.
11. Funkční a statistické závislosti.
12. Skupinové průměry.
13. Pojem korelační závislosti.
14. Hlavní úkoly korelační teorie: určení formy a posouzení těsnosti souvislosti.
15. Typy korelace (párová a vícenásobná, lineární a nelineární).
16. Regresní rovnice.
17. Lineární regrese.
18. Metoda nejmenších čtverců.
19. Stanovení parametrů regresních čar metodou nejmenších čtverců.
20. Vzorový korelační koeficient, jeho vlastnosti.
21. Nelineární regrese.
22. Testování hypotézy o významnosti korelačního koeficientu.
23.Ověření optimálnosti a přiměřenosti zvolené formy spojení dvou náhodných veličin.
Téma 5. Regresní analýza - 6 hodin.
1. Základní principy regresní analýzy.
2. Konstrukce matematického modelu.
3. Regresní rovnice, jejich aproximace.
4. Posouzení významnosti regresních koeficientů.
5. Kontrola přiměřenosti modelu.
6. Příklady aplikací.