Теория вероятностей и математическая статистика (2 курс)

Это страница обязательного курса «Теория вероятностей и математическая статистика» (только 4 модуль),
читаемого на программе «Вычислительные социальные науки» 2 курса бакалавриата в 2024/2025 учебном году.

Лекции ведёт Макаров Алексей Алексеевич, семинары ведёт Тамбовцева Алла Андреевна.

Правила игры

• Итоговая оценка = 0.5 * O1 + 0.5 * O2, где O1 и O2 – неокругленные оценки за первую и вторую половину курса.
• Оценка O1 за первую половину курса уже выставлена, O2 = 0.6 * H2 + 0.4 * Э2.
• Н2 = 0.1 * (M5 + M6 + M7) + 0.35 * КР2 + 0.2 * CA + 0.15 * Питон, где СА – целая оценка в 10-балльной шкале за работу
  на семинарах и сдачу теоретических бонусных задач, Питон – оценка за домашние задания в Python, M5–M7 – оценки
  за мини-контрольные работы, КР2 – оценка за контрольную в конце 3 модуля, Э2 - дробная оценка за экзамен в 10-балльной шкале.
• Оценка за домашние задания в Python – неокругленное среднее оценок за задания, оценка за каждое задание – дробная в 10-балльной шкале.

Если O1 или O2 оказываются менее 3.5, то студент получает академическую задолженность по соответствующей части
курса и не может быть аттестован по всему курсу, пока не ликвидирует свою задолженность.

Материалы занятий

Тема	Семинар	Python
Проверка гипотез: сравнение двух групп	seminar01	вычисление и визуализация p-value (ipynb, видео)
F-распределение и F-критерий. Введение в ANOVA	seminar02
ANOVA: однофакторный дисперсионный анализ	seminar02	ANOVA (ipynb) файл cities.csv файл Diets.csv
Парная линейная регрессия	seminar03 add03
Парная линейная регрессия: продолжение	seminar04 add04	OLS (ipynb) файл flats_cian.csv
Иерархический кластерный анализ	seminar05 add05	построение дендрограмм (ipynb)
Иерархический кластерный анализ: продолжение		clust01 clust02 файл flats_cian_upd.csv

Таблицы распределений:

• Стандартное нормальное распределение
• Распределение Стьюдента (верхние процентные точки)
• F-распределение (верхние процентные точки)
• Калькулятор для F-распределения (верхние процентные точки).

Домашние задания в Python

Выполненное домашнее задание необходимо загрузить в виде ipynb-файла по ссылке ниже на Dropbox.
Если вы категорически не используете формат IPYNB, можно загрузить файл с кодом с расширением .py и PDF с текстом.

Домашнее задание	Дедлайн	Куда загружать
Домашнее задание №1	29.04 23:59	ссылка
Домашнее задание №2	31.05 23:59	ссылка
Домашнее задание №3	07.06 23:59
Домашнее задание №4	15.06 23:59