В книге рассмотрены основные вопросы теории вероятностей и математической статистики с соответствующими примерами, контрольными и индивидуальными заданиями. Описывается методика статистического анализа данных с использованием табличного процессора Excel. Предназначается для студентов ВУЗов, обучающихся по экономическим специальностям, преподавателей, аспирантов и слушателей курсов повышения квалификации, применяющих в своей практике вероятностные, статистические методы и интересующихся анализом данных.
В книге рассматриваются методы корреляционного. регрессионного и дисперсионного анализа. приводятся их алгоритмы и обзор программного обеспечения. Для статистиков, экономистов, социологов, программистов.
Излагаются теоретические основы и алгоритмы методов многомерного статистического анализа. Рассмотрены два метода снижения размерности многомерного пространства (метод главных компонент и факторный анализ) и два метода классификации (кластерный и дискриминантный анализ). Изложение иллюстрируется решением практических задач, в том числе, с помощью современных пакетов прикладных программ. Приводятся задачи для самостоятельного решения.
Для студентов экономических специальностей. Может быть полезно аспирантам, преподавателям, научным сотрудникам, специалистам-практикам, интересующимся применением многомерных статистических методов в экономике.
Книга выдающегося отечественного математика А. Я. Хинчина (1894 - 1959) посвящена вопросам построения математических основ квантовой статистики.
В первых главах даются изложение и полное доказательство предельных теорем теории вероятностей, использованных в основных разделах книги, и необходимые сведения о математическом аппарате квантовой механики. Далее излагаются общие идеи и основы расчетных методов квантовой статистики, основы статистики фотонов и материальных частиц. В последней главе намечается путь, позволяющий с помощью достигнутых результатов дать определение энтропии и обоснование второго закона термодинамики.
Рекомендуется математикам, желающим ознакомиться с физическими приложениями математики, физикам, интересующимся математическими основаниями своей науки, студентам и аспирантам соответствующих специальностей.
Книга представляет собой вводный курс бизнес-статистики. В ней рассмотрены практически все традиционные темы, касающиеся анализа данных, - от описательных статистик до регрессионного анализа и карт контроля. Особую ценность книге придает множество примеров, почерпнутых из практики, а также компакт-диск с большим количеством приложений, иллюстрирующих методы статистического анализа данных с помощью программы Microsoft Excel.
Книга предназначена для студентов, изучающих основы менеджмента, преподавателей бизнес-школ, а также менеджеров, желающих повысить качество своей работы.
Книга, написанная выдающимся отечественным математиком А. Я. Хинчиным, содержит описание методов так называемой «асимптотической» теории вероятностей. Автор исследует «предельные теоремы» теории вероятностей, которые, по его мнению, составляют наиболее существенную часть ее проблематики.
Рекомендуется математикам и физикам, использующим в своих исследованиях методы теории вероятностей, а также студентам и аспирантам.
Справочное пособие предназначено для обучения студентов по учебному курсу «Теория вероятностей». Оно поможет при подготовке к практическим занятиям, зачётам и экзаменам, а студентам заочных отделений — самостоятельно выполнить контрольные работы.
В книгу включены разделы: события и вероятности; случайные величины, их распределения и числовые характеристики; некоторые законы распределения случайных величин; закон больших чисел, предельные теоремы.
Пособие содержит 350 примеров с подробными решениями. В конце каждого параграфа помещены задачи для самостоятельного решения, ответы к ним.
Книга посвящена чрезвычайно увлекательным и актуальным для многочисленных приложений темам: динамическим методам Монте-Карло (в западной литературе также распространен термин Markov Chain Monte Carlo — MCMC), байесовскому подходу и некоторым разделам стохастической оптимизации. В последние десятилетия данные направления математической теории разрабатываются особенно интенсивно в связи с новыми прикладными задачами, возникающими в физике, биологии, медицине, технике и экономике.
Издание книги на русском языке будет полезным как студентам и аспирантам, впервые знакомящимся с этим предметом, так и широкому кругу специалистов.
Учебник посвящён основным методам современной прикладной статистики. В нём рассматриваются вероятностно-статистические основы, проблемы прикладной статистики — описание данных, оценивание, проверка гипотез. Описываются методы статистического анализа числовых величин, многомерного статистического анализа, временных рядов, статистики нечисловых и интервальных данных.
Обсуждается методология прикладной статистики, её современное состояние и перспективы развития. Изложение соответствует рекомендациям Российской академии статистических методов.
Каждая глава учебника — это введение в большую область прикладной статистики. Приведённые литературные ссылки помогут выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, помещённых в учебнике.
Для студентов и преподавателей вузов, слушателей институтов повышения квалификации, структур второго образования и программ МВА («Мастер делового администрирования»), инженеров различных специальностей, менеджеров, экономистов, социологов, научных и практических работников, связанных с анализом данных.
В книге рассматриваются способы анализа наблюдений методами математической статистики.
Последовательно на языке, доступном специалисту — не математику, излагаются современные методы анализа распределений вероятностей, оценки параметров распределений, проверки статистических гипотез, оценки связей между случайными величинами, планирования статистического эксперимента.
Основное внимание уделено пояснению примеров применения методов современной математической статистики.
Книга предназначена для инженеров, исследователей, экономистов, медиков, аспирантов и студентов, желающих быстро, экономично и на высоком профессиональном уровне использовать весь арсенал современной математической статистики для решения своих прикладных задач.