Анализ данных и процессов. Ч.1. Методы статистического анализа данных. Учебное пособие

Об издании

Пособие посвящено методам и алгоритмам многомерного статистического анализа. Изложены методы линейного регрессионного анализа, в частности, метод наименьших квадратов оценивания коэффициентов регрессии. Рассмотрены интервальные оценки коэффициентов регрессии, оптимальный выбор матрицы плана, задача статистического прогноза. Представлены методы дисперсионного, факторного и дискриминантного анализов. Значительное место занимают вопросы анализа временных рядов. Рассматривается построение модели временного ряда, содержащей детерминированный тренд и случайный шум. Также рассмотрены иные модели временных рядов: модель скользящего среднего, модель авторегрессии, а также обобщающая их ARMA-модель. Изложение иллюстрируется рядом численных примеров. Учебное пособие предназначено для студентов высших учебных заведений, обучающихся по магистерским программам направлений подготовки 09.04.01 - «Информатика и вычислительная техника», профиль и 09.04.04 - «Программная инженерия», профиль, а также может быть использовано студентами других специальностей, изучающих дисциплину «Анализ данных и процессов». Публикуется в авторской редакции.

Библиографическая запись

Брусенцев А.Г. Анализ данных и процессов. Ч.1. Методы статистического анализа данных : учебное пособие / Брусенцев А.Г.. — Белгород : Белгородский государственный технологический университет им. В.Г. Шухова, ЭБС АСВ, 2017. — 63 c. — ISBN 978-5-361-00540-6. — Текст : электронный // Цифровой образовательный ресурс IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/92237.html (дата обращения: 30.04.2026). — Режим доступа: для авторизир. пользователей