Реферат: Программа дисциплины «Статистические методы в экономике»

Московский институт «ТУРО»


Программа дисциплины

«Статистические методы в экономике»


Сост. к. ф.-м. н. Егоров А.В.


Москва 2008

Введение


Цели:


ознакомить слушателей с основными понятиями теории вероятностей и математической статистики;

обеспечить понимание функционирования прикладных компьютерных программ типа MATHEMATICA, SPSS и STATISTICA на пользовательском уровне;

сформировать основные практические навыки вероятностных расчетов;

создать предпосылки для дальнейшего более глубокого изучения специализированных вероятностных и статистических дисциплин, полезных при анализе экономических ситуаций.



^ Место курса в профессиональной подготовке:


В условиях рыночной экономики возникают проблемы, связанные с массовым воздействием независимых или слабо зависимых случайных факторов. Традиционный математический аппарат, используемый при исследовании детерминированных экономических моделей, в таких случаях не эффективен. Курс ставит целью формулировать основные принципы разумного поведения перед лицом случайности и неопределенности. Изучение дисциплины должно способствовать преодолению распространенного взгляда на случайные явления как на явления полностью непознаваемые и непредсказуемые. Компьютеризация современной жизни позволяет снизить уровень требований к математической квалификации лиц, проводящих статистические расчеты, и сделать их доступными для бизнесменов и экономистов. Особое внимание уделено парадоксальным особенностям случайных процессов, свойства которых часто радикально отличаются от свойств детерминированных процессов. Это важно в связи с проблемами безопасности, поскольку многие злоупотребления в сфере экономики (финансовые “пирамиды” и пр.) предполагают умышленную спекуляцию на неосведомленности потенциальной жертвы в подобных вопросах.


^ Требования к уровню освоения содержания курса:


После успешного прохождения курса слушатели должны знать:


основные вероятностные термины (понятия вероятностного пространства, случайной величины, стохастической независимости, математического ожидания, дисперсии, функции распределения вероятностей и ее плотности, коэффициентов корреляции и ковариации, линии регрессии, случайного процесса, энтропии, информации) и их англоязычные эквиваленты;

основные статистические термины (генеральная совокупность, выборка, выборочные моменты, правдоподобие, оценка параметров, квантиль, уровень значимости, доверительный интервал, статистический критерий) и их англоязычные эквиваленты;

базовые вероятностные и статистические законы (неравенство Чебышева и его уточнения, закон больших чисел, центральная предельная теорема, теорема Бернулли, теорема Муавра-Лапласа, неравенство Рао-Крамера, лемма Неймана-Пирсона);

происхождение, методы расчета и графическое поведение основных вероятностных распределений.



Должны уметь:


применять средства стохастического анализа и с их помощью исследовать простейшие экономические ситуации (мини-кейсы);

использовать технику точечного и интервального оценивания;

применять приемы статистической проверки гипотез.


^ Методы обучения:


В курсе предусматривается сочетание различных методов обучения. Наиболее важные теоретические вопросы будут рассмотрены в ходе лекций и проблемных дискуссий. Практические навыки будут получены при обсуждении ситуаций, выполнении контрольных заданий, домашних заданий и упражнений.



^ Тематический план







^ Наименование разделов и тем

Всего часов

Аудиторные занятия

Самостоятельная работа

^ Форма промежу-точного контроля

Лекции

Практ.

Заня-тия

1.

Предмет и метод курса. Основные задачи теории вероятностей и математической статистики.













Собеседование

Практикум на ЭВМ

2.

Вероятностные пространства.

События и случайные величины. Корреляция.













^ Разбор ситуации

3.

Характеристики случайных величин. Независимость и закон больших чисел.

Повторные испытания.













Решение

Задач

4.

Распределение и плотность.

Теорема Ляпунова (ЦПТ) и

особая роль нормального распределения вероятностей.













^ Решение

Задач

Практикум на ЭВМ

5.

Теорема Муавра-Лапласа.

Аппроксимация гауссовых и

пуассоновских распределений.













^ Письменная домашняя работа – тест

6.

Выборочные распределения хи-квадрат, Стьюдента, Фишера.













Практикум

На ЭВМ

7.

Максимум правдоподобия. Оценки состоятельные, несмещенные, эффективные.













Решение

Задач.

8.

Доверительный интервал.

Контроль качества продукции.













^ Разбор ситуации

9.

Параметрическое оценивание. Байесовский подход.













^ Разбор ситуации

10

Параметрическое оценивание. Проверка простых гипотез.













Собеседование

11

Проверка гипотез о распределении по Пирсону.













Собеседование

12

Ранговые критерии.

Выборочный метод.

Планирование эксперимента.













^ Решение задач, разбор ситуации

13

Непараметрическое оценивание. Критерии согласия и методы свободные от распределения.













^ Разбор ситуации

14

Дисперсионный анализ.

Метод наименьших квадратов.













^ Разбор ситуации

15

Регрессионный анализ.

Парадоксы регрессии.

Приложения.













^ Практикум на ЭВМ

16

Факторный и кластерный анализ. Энтропия и информация. Ветвящиеся процессы.













^ Решение задач, разбор ситуации

17

Понятие о цепях Маркова и случайных процессах. Мартингалы. Статистический анализ временных рядов.













^ Разбор ситуации




Экзамен



















ИТОГО:


















^ Форма контроля


Система контроля знаний и навыков слушателя будет состоять из двух частей:

Письменная домашняя работа. Оценивается как зачетная, необходима как промежуточная перед итоговым тестированием.

Итоговое тестирование. Включает 40 вопросов, каждый вопрос оценивается в 1 балл. Для получения удовлетворительной оценки необходимо набрать от 21 до 30 баллов. Для получения хорошей оценки необходимо набрать от 31 до 36 баллов. Для получения отличной оценки необходимо набрать от 37 до 40 баллов.




^ Содержание курса

Тема 1. Предмет и метод курса. Основные задачи теории вероятностей и математической статистики.


Содержание и ключевые термины:

Математическое описание детерминированных и индетерминированнных процессов. Стохастические связи. Метод моделей как основной метод современной теории вероятностей. Проверка адекватности модели как основная проблема математической статистики. Структура современного знания о случайных явлениях и типичные производственные проблемы, решаемые методами статистики.


Цели изучения темы:


показать недостаточность и несостоятельность в ряде конкретных случаев строго детерминированного подхода;

разъяснить специфику стохастических проблем;

дать общее представление о теории вероятностей и математической статистике.


Навыки по результатам изучения темы:


уметь различать детерминированные и стохастические задачи;

правильно понимать соотношение теоретико-вероятностных и статистических аспектов этих задач.

знать названия основных программных пакетов для решения прикладных задач на компьютере.


Список контрольных вопросов и заданий для самостоятельной работы:


Что такое математическая статистика, чем она отличается от статистики в широком смысле слова и чем отличается от теории вероятностей?

Какие отрасли народного хозяйства требуют применения статистических методов?

В каких сферах частного предпринимательства могут оказаться полезными приемы стохастического анализа?

Что такое корреляционный и регрессионный анализ? Привести примеры реальных ситуаций.

На каких принципах построена теория массовых случайных экспериментов?

Какие применения имеет теория массового обслуживания?

Расскажите о задачах актуарной и финансовой математики.

Какие из пакетов прикладных программ предназначены для решения детерминированных, а какие для решения стохастических задач?


Список рекомендуемой литературы по теме 1:


Очерк истории теории вероятностей (дополнение к книге Б.В.Гнеденко Курс теории вероятностей, М. Наука, 1988)

Майстров Л.Е. Развитие понятия вероятности, М. Наука, 1980

Боровиков Владимир STATISTICA. Искусство анализа данных на компьютере: для профессионалов, 2-е издание, изд-во Питер, 2003

Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: основы моделирования и первичная обработка данных, М. Финансы и статистика, 1983



^ Тема 2. Вероятностные пространства. События и случайные величины. Корреляция.


Содержание и ключевые термины:

Понятие вероятностного пространства. Вероятностные пространства конечные, счетные дискретные и континуальные (непрерывные). Сигма-алгебра событий и вероятностная мера как аксиоматическое основание стохастического анализа по Колмогорову. Примеры из бытовой, финансовой и производственной сферы. Основные формулы элементарной теории вероятностей. Случайные величины и их корреляционная связь.


Цели изучения темы:


изучить абстрактное понятие вероятностного пространства;

освоить его на конкретных примерах;

понять простейшие приемы подсчета вероятностей событий;

получить представление о случайных величинах и их взаимозависимости.


Навыки по результатам изучения темы:


осознать преимущества расчета вероятности событий перед ее обманчивой интуитивной оценкой, особенно в некоторых парадоксальных случаях;

приобрести навыки практического корреляционного анализа.


Список контрольных вопросов и заданий для самостоятельной работы:


Чему равна сумма вероятностей несовместных событий, образующих полную группу?

Перечислить свойства вероятностной меры.

В партии из 100 изделий 6 бракованных. Из партии выбирают наугад 10 изделий. Найти вероятность того, что среди них окажется 2 бракованных.

Задача об игле Бюффона.

Парадокс Бертрана.

Бросаются две игральные кости. Какова вероятность того, что сумма выпавших очков равна 5?

Какова вероятность, подбирая кодовый набор чисел наугад а) вскрыть кейс б) взломать систему платного доступа в сеть Интернет?

Нерадивый слушатель знает ответы только на тридцать вопросов из программы зачета, содержащей пятьдесят вопросов. Вытянув наудачу билет, состоящий из двух вопросов (нужно знать ответы на оба), он идет сдавать зачет комиссии, состоящей из двух компетентных профессоров, способных принять правильное решение в 95 процентах случаев, но враждебно настроенных друг к другу и принимающих решение независимо, а также одного некомпетентного профессора, который для вынесения своего решения бросает монету. Окончательное решение выносится простым большинством голосов. Какова вероятность успешной сдачи зачета?



^ Список рекомендуемой литературы по теме 2:


Савельев Л.Я. Комбинаторика и вероятность, Сибирское отделение изд-ва Наука, Новосибирск, 1975

Пугачев В.С. Введение в теорию вероятностей, М. Наука, 1968

Вентцель Е.С. Теория вероятностей, М. Физматгиз, 1962

Вероятность и математическая статистика. Энциклопедия. Главный редактор акад. Ю.В.Прохоров, М. Большая российская энциклопедия, 1999


Тема 3. Характеристики случайных величин. Независимость и закон больших чисел. Повторные испытания.


Содержание и ключевые термины:


Случайные величины как неслучайные функции элементарных исходов и их числовые характеристики. Функции от случайных величин. Мода. Медиана. Математическое ожидание и дисперсия. Среднеквадратичное уклонение. Случай независимых величин. Неравенство Чебышева. Теорема Чебышева. Схема испытаний Бернулли. Формула Бернулли.


^ Цели изучения темы:


понять формулировку и доказательство закона больших чисел;

ознакомиться со свойствами характеристик случайных величин.


Навыки по результатам изучения темы:


овладеть методикой вычислений средних величин;

научиться применять теорию повторных испытаний на практике;

узнать финансовый смысл неравенств типа Чебышева.


Список контрольных вопросов и заданий для самостоятельной работы:


Рассказать о биржевом парадоксе.

Рассказать о петербургском парадоксе.

В чем преимущества и недостатки неравенства Чебышева?

Сформулировать и доказать теорему Чебышева.

Два высокорисковых вклада в размере 25 миллионов рублей и 17 миллионов рублей сделаны в предприятия А и Б соответственно. Предприятие А обещает 40% годовых, но вероятность банкротства 0.4, а предприятие Б обещает 30% годовых, но вероятность банкротства 0.2. Банкротства случаются независимо. Найти мат. ожидание и дисперсию суммарного дохода через год.

Рассказать о правиле оценки вероятности колебания биржевого курса валют в указанных пределах по неравенству Чебышева.

Страховая компания заключает стандартизованные договоры с премией в 5 тыс. руб. При наступлении страхового случая страховка составляет 20 тыс. руб. Страховой случай наступает с вероятностью 4%. Застраховано 300 клиентов. Какова вероятность того, что доход фирмы будет находиться в пределах от 710 до 760 тыс. руб.?

^ Список рекомендуемой литературы по теме 3:


Суворов И.Ф. Краткий курс высшей математики для экономических вузов, М. Высшая школа, 1961

Гнеденко Б.В., Хинчин А.Я., Элементарное введение в теорию вероятностей, Гос. Изд. Технико-теоретической литературы, Ленинград, 1952



^ Тема 4. Распределение и плотность. Теорема Ляпунова (ЦПТ) и особая роль нормального распределения вероятностей.


Содержание и ключевые термины:


Функция распределения и плотность распределения в дискретном и непрерывном случаях. Вычисление моментов с помощью плотностей. Плотности практически важных распределений: равномерного, экспоненциального, Парето. Центральная предельная теорема. Условия Ляпунова. Условия Леви-Линдеберга. Нормальное распределение и интеграл ошибок. Правило трех сигм. Квантили.


^ Цели изучения темы:


научиться использовать функцию распределения как удобную инвариантную характеристику случайной величины;

исследовать некоторые распределения, особо важные для нужд практики;

ознакомиться с концепцией нормальности и асимптотической нормальности как с центральной идеей, определяющей облик современной статистики.



Навыки по результатам изучения темы:


освоить употребление правила трех сигм;

освоить технику расчета квантилей и уровней значимости по таблицам и на компьютере.


Список контрольных вопросов и заданий для самостоятельной работы:


Объяснить результаты опыта Гальтона.

В чем опасность абсолютизации роли нормального распределения?

Дать определение асимметрии и эксцесса.

Свойства интеграла вероятностей.

Нахождение интеграла вероятностей по таблице.

Нахождение интеграла вероятностей на компьютере.

Нахождение интеграла вероятностей на микрокалькуляторе.


Список рекомендуемой литературы по теме 4:



Дж. Тейлор Введение в теорию ошибок, М. Мир, 1985


Тема 5. Теорема Муавра-Лапласа. Аппроксимация гауссовых и пуассоновских распределений.


Содержание и ключевые термины: Биномиальное распределение. Арифметический треугольник Паскаля. Наивероятнейшее число наступлений события. Локальная теорема Лапласа. Интегральная теорема Лапласа. Отклонение частоты от вероятности. Закон Пуассона. Теория массового обслуживания по Эрлангу.


^ Цели изучения темы:


изучить табличные значения и графический вид биномиального распределения, на его примере проиллюстрировать изложенную ранее общую схему построения теории вероятностей;

на примере интегральной и локальной теоремы Лапласа понять механизм получения простейших статистических выводов.


^ Навыки по результатам изучения темы:


понять практический смысл оценок отклонения частоты от вероятности и овладеть методологией использования этих оценок в задачах контроля качества на производстве, проблемах демографии, кадровой политики предприятия и пр.

научиться осознанно использовать закон малых чисел (редких событий) в связи с задачами социологии и проблемами массового обслуживания (Интернет, сотовая телефония, энергетика).


^ Список контрольных вопросов и заданий для самостоятельной работы:


В Швейцарии в период с 1871 по 1900 годы родилось 2 644 757 детей. Среди них 1 359 671 мальчиков и соответственно 1 285 086 девочек (данные заимствованы из книги Ван дер Вардена Б.Л. Математическая статистика). Согласуются ли эти статистические данные с гипотезой о равновероятности появления на свет мальчика и девочки?

Какое значение следует приписать вероятности в предыдущем вопросе?

Телефонная станция обслуживает 500 абонентов. Вероятность того, что любой абонент вызовет коммутатор в течении часа равна 1%. Какова вероятность того, что в течении часа позвонят три абонента?

Данные о посещении “нераскрученного” Интернет-сайта приведены в файле. Используя программу STATISTICA подогнать к этим данным подходящее распределение и найти его параметры. Определить стратегию действий на основе этой информации.

Математическое ожидание ошибки измерения дальности радиодальномером 5 метров, среднее квадратичное уклонение 10 метров. Найти вероятность отклонения измеренной дальности от истинного значения более чем на 15 метров.

На конвейере вероятность возникновения брака x. Производится непрерывный контроль качества. Годная продукция сразу увозится на склад. Негодная отправляется в бункер. При заднном объеме производства рассчитать вместимость бункера, чтобы его переполнение было практически невозможно.


^ Список рекомендуемой литературы по теме 5:


Суворов И.Ф. Краткий курс высшей математики для экономических вузов, М. Высшая школа, 1961

Вентцель Е.С. Теория вероятностей, М. Физматгиз, 1962



Тема 6. Выборочные распределения хи-квадрат, Стьюдента, Фишера.


Содержание и ключевые термины: Статистики Пирсона, Стьюдента (Госсета) и Фишера-Снедекора. Их распределения и связь с гамма-функцией Эйлера. Класс гамма-распределений. Независимость от параметров распределения. Степени свободы. Асимптотическая нормальность. Чувствительность к отклонениям от нормальности.


^ Цели изучения темы:


ознакомиться с математическим аппаратом, лежащим в основе статистического исследования выборок из нормальной совокупности;

создать предпосылки для освоения параметрических и непараметрических статистических критериев;


Навыки по результатам изучения темы:


уметь рассчитывать плотности указанных распределений;

освоить понятие степеней свободы и всесторонне осмыслить его соотношение с принципом асимптотической нормальности.


Список контрольных вопросов и заданий для самостоятельной работы:


Нахождение распределений t, F, χ2 по таблице.

Нахождение распределений t, F, χ2 на компьютере.

Нахождение распределений t, F, χ2 на микрокалькуляторе.



Список рекомендуемой литературы по теме 6:


Большев Л.Н., Смирнов Н.В. Таблицы математической статистики М. Изд-во ВЦ АН СССР, 1968

Дубнов П.Ю. Обработка статистической информации с помощью SPSS, изд-во NT-пресс, 2004



Тема 7. Метод максимума правдоподобия. Оценки состоятельные, несмещенные, эффективные.


^ Содержание и ключевые термины: Функция правдоподобия метод максимума правдоподобия. Сравнение с методом моментов. Типы точечных оценок и оценки для конкретных распределений. Исправленная дисперсия.


^ Цели изучения темы:


понять основной принцип построения точечных оценок, основанный на максимизации функции правдоподобия;

изучить стандартную статистическую терминологию.


Навыки по результатам изучения темы:


овладеть понятиями выборочного математического ожидания, выборочной дисперсии и исправленной выборочной дисперсии;

научиться вычислять и исследовать графически на ЭВМ функцию правдоподобия.


Список контрольных вопросов и заданий для самостоятельной работы:


Что такое правдоподобие?

Каково характерное свойство первых двух моментов пуассоновского распределения?

Каковы преимущества и недостатки метода максимума правдоподобия?

Может ли быть оценка по методу максимума правдоподобия а) несостоятельной б) смещенной в) неэффективной ?



Список рекомендуемой литературы по теме 7:


Краснов М.Л. и др. Высшая математика том 5 Теория вероятностей. Математическая статистика. Теория игр, М. Эдиториал УРСС, 2001

Браунли К.А. Статистическая теория и методология в науке и технике, М. Наука 1977



^ Тема 8. Доверительный интервал. Контроль качества продукции.


Содержание и ключевые термины: Интервальное оценивание. Доверительный интервал. Уровень доверия. Точность и надежность оценивания мат. ожидания нормальной случайной величины. Точность и надежность оценивания дисперсии нормальной случайной величины. Приближенные интервалы для негауссовских случайных величин. Неравенство Рао-Крамера. Приемочный контроль. Метод повторной выборки. Метод последовательного анализа.


Цели изучения темы:


ввести понятие доверительного интервала и уровня доверия;

изучить интервальные оценки параметров нормальных случайных величин;

изучить интервальные оценки параметров произвольных случайных величин;

понять смысл ограничений на эффективность оценок;

понять принципы контроля качества на производстве.


Навыки по результатам изучения темы:


уметь оценивать параметры случайной величины по данным массового эксперимента;

владеть простейшими приемами контроля продукции;

иметь представление о принципах последовательного анализа.


Список контрольных вопросов и заданий для самостоятельной работы:


Построить доверительные пределы для параметра пуассоновского распределения.

Описать схему простого выборочного контроля.

Описать схему простого выборочного контроля с поправками.

Описать метод Доджа-Ромига.

Что такое последовательный анализ?


Список рекомендуемой литературы по теме 8:


Беляев Ю.К. Вероятностные методы выборочного контроля., М. Наука, 1975

Вальд А. Последовательный анализ, М. Физматгиз, 1960

Ширяев А.Н. Статистический последовательный анализ, М. Наука. 1976

Смирнов Н.В., Дунин-Барковский И.В., Курс теории вероятностей и математической статистики для технических приложений, М. Наука, 1965


^ Тема 9. Параметрическое оценивание. Байесовский подход.


Содержание и ключевые термины: Особенности параметрического оценивания и параметрических гипотез. Теорема Байеса. Байесовские и иные статистики. Вероятности априорные и апостериорные. Теория проверки гипотез. Ошибки первого и второго рода. Критические множества. Подход Неймана-Пирсона. Мощность статистических критериев. Равномерно наиболее мощный критерий.


Цели изучения темы:


овладеть элементарной теоремой гипотез;

понять различие между байесовским и другими подходами в статистике;

изучить формально-логическую структуру теории принятия и отвержения гипотез;

освоить принцип Неймана-Пирсона и понять его связь с принципом наибольшего правдоподобия.


Навыки по результатам изучения темы:


научиться рассчитывать вероятности гипотез по априорным и апостериорным данным;

овладеть навыками визуального исследования критических областей;

использовать понятие мощности критерия в практических задачах.


Список контрольных вопросов и заданий для самостоятельной работы:


Что такое теорема Байеса?

Дайте определение условной вероятности и условного математического ожидания.

Приведите примеры ошибок первого рода и ошибок второго рода.

Что такое нулевая гипотеза и альтернативная гипотеза?

Сформулируйте лемму Неймана-Пирсона.

Задача Фишера о «леди, пробующей чай», первая часть.

Задача Фишера о «леди, пробующей чай», вторая часть.

Задача Фишера о «леди, пробующей чай», третья часть.



Список рекомендуемой литературы по теме 9:


Справочник по прикладной статистике, тт.1, 2

под редакцией Э. Ллойда и У. Ледермана, М. Финансы и статистика, 1990

Статистический словарь, главный редактор М.А. Королев, М. Финансы и статистика, 1989

Нейман Ю. Вводный курс теории вероятностей и математической статистики, М. Наука, 1968


^ Тема 10 Параметрическое оценивание. Проверка простых гипотез.


Содержание и ключевые термины: Сравнение двух дисперсий нормальных генеральных совокупностей. Практические применения: задача о сравнении качества работы двух автоматов, двух сотрудников, двух предприятий. Сравнение выборочной дисперсии с гипотетической. Качество работы нового автомата, нового сотрудника, нового предприятия. Сравнение двух средних генеральных совокупностей, дисперсии которых известны. Задача о проверке эффективности мероприятия. Сравнение двух средних нормальных совокупностей, дисперсии которых неизвестны и одинаковы. Сравнение выборочной средней с гипотетической. Сравнение двух средних. Критерии Бартлетта, Кочрена, Левена. Гипотеза о значимости выборочного коэффициента корреляции.


Цели изучения темы:


обзор простейших статистических процедур.


Навыки по результатам изучения темы:


знать основные методы проверки гипотез;

уметь применять их к задачам производственной практики.


Список контрольных вопросов и заданий для самостоятельной работы:


Перечислить основные задачи параметрического оценивания.

Предложить свои собственные проекты, требующие использования методов статистического контроля.

Нахождение с помощью ЭВМ коэффициентов корреляции.


Список рекомендуемой литературы по теме 10:


Смирнов Н.В., Дунин-Барковский И.В., Курс теории вероятностей и математической статистики для технических приложений, М. Наука, 1965



^ Тема 11. Проверка гипотез о распределении по критерию Пирсона.


Содержание и ключевые термины: Аналитическая и графическая проверка гипотез о нормальном, показательном, биномиальном, равномерном, пуассоновском характере распределения генеральной совокупности.


Цели изучения темы:


повторение свойств основных вероятностных распределений;

рассмотрение методов графического и визуального анализа выборочных данных на ЭВМ;

понимание особенностей метода статистики хи-квадрат.


Навыки по результатам изучения темы:


уметь выдвигать гипотезы о распределении генеральной совокупности, исходя из экономического смысла задачи;

уметь проверять эти гипотезы графически и статистически.


Список контрольных вопросов и заданий для самостоятельной работы:


Список рекомендуемой литературы по теме 11:


Боровиков Владимир STATISTICA. Искусство анализа данных на компьютере: для профессионалов, 2-е издание, изд-во Питер, 2003

Справочник по прикладной статистике, тт.1, 2

под редакцией Э. Ллойда и У. Ледермана, М. Финансы и статистика, 1990

^ Тема 12. Ранговые критерии. Выборочный метод. Планирование эксперимента.


Содержание и ключевые термины: Критерий знаков. Критерий Вилкоксона (Манна-Уитни). Значимость корреляции Спирмена. Значимость конкордации Кендалла. Дедуктивный подход: эконометрика. Индуктивный подход: анализ данных и планирование эксперимента.


Цели изучения темы:


ознакомиться с ранговыми статистиками;

получить представление о проблемах эконометрики;

понять современные принципы анализа данных и их связь с теоретической статистикой.


Навыки по результатам изучения темы:


научиться пользоваться основными ранговыми статистическими критериями.


^ Список контрольных вопросов и заданий для самостоятельной работы:


Чему равен объем выборки, начиная с которого для расчета нижней критической точки критерия Вилкоксона можно использовать интеграл вероятностей?

Что такое отсутствие эффекта обработки?

Сравнить по мощности критерий знаков и критерий Вилкоксона.


Список рекомендуемой литературы по теме 12:

Смирнов Н.В., Дунин-Барковский И.В., Курс теории вероятностей и математической статистики для технических приложений, М. Наука, 1965

Боровиков Владимир STATISTICA. Искусство анализа данных на компьютере: для профессионалов, 2-е издание, изд-во Питер, 2003



Тема 13. Непараметрическое оценивание. Критерии согласия и методы свободные от распределения.


^ Содержание и ключевые термины: Критерий согласия Колмогорова-Смирнова. Критерий омега-квадрат Мизеса. Об особом значении методов непараметрической статистики в экономике и бизнес