Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ

Материал из MachineLearning.

Версия от 08:22, 2 июля 2014; Riabenko (Обсуждение | вклад)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

Содержание

Оценки

Студент №1 (1 б.) №2 (1 б.) №3 (2 б.) Рецензирование №3 (1 б.) №4 (2 б.) Рецензирование №4 (1 б.) Дополнительно \sum Оценка
Старожилец Всеволод 1 1 2 1 (Рыскина) 2 1 (Мангатаев) 2 10 10
Вялый Евгений 0.9 1.4 0 (Петров) 1.8 (Бескровный) 2 6.1 6
Гончаров Фёдор 1 1 2 (Бескровный) 2 1 (Старожилец) 4 11 10
Каледин Станислав 0.8 1 1.8 1 (Балицкий) 4.6 5
Капаев Евгений 1 0.9 2 0 (Вялый) 2 5.9 6
Коновалов Андрей 1 1 1.8 1 (Неклюдов) 4 8.8 9
Кузнецов Роман 1 1 1.9 0 (Шепелев) 2 1 (Трофимов) 2 8.9 9
Петров Михаил 0.7 1.8 0 (Хрипко) 2 1 (Соколова) 2 7.5 8
Хрипко Кирилл 0.8 1 0 (Яшков) 1.9 1 (Капаев) 4.7 5
Шепелев Денис 1 1 1.8 1 (Харченко) 4.8 5
Вдовина Евгения 1 0.9 1.8 0 (Коновалов) 1.8 1 (Рыскина) 6.5 7
Воронов Сергей 1 1 2 1 (Перекрестенко) 4 9 9
Гринчук Олег 1 1 2 0 (Папанов) 2 6 6
Катруца Александр 1 1 2 1 (Пушняков) 2 0 (Костин) 4 11 10
Кащеева Мария 0.9 0.8 1.1 1 (Вялый) 0 (Вдовина) 2 5.8 6
Костин Александр 0.5 1.1 1 (Хрипко) 2.6 3
Неклюдов Кирилл 1 1 2 1 (Кащеева) 4 9 9
Перекрестенко Дмитрий 1 1 2 0 (Вдовина) 2 6
Пушняков Алексей 1 1 2 1 (Старожилец) 2 1 (Довгаль) 4 12 10
Рыскина Мария 1 1 2 1 (Довгаль) 1.5 1 (Пушняков) 2 9.5 10
Яшков Даниил 1 1 2 1 (Воронов) 4 9 9
Бескровный Александр 0.7 0.6 0 1 (Гончаров) 0 1 (Кузнецов) 3.3 3
Поляков Сергей 1 0 (Трофимов) 1
Соколова Евгения 1 1 1.1 2 1 (Катруца) 2 8.1 8
Харченко Наталья 1 1 2 1 (Кузнецов) 2 2 9 9
Балицкий Алексей 1 1 2 1 (Мангатаев) 4 9 9
Довгаль Сергей 1 0.9 1.7 (Поляков) 1.7 1 (Гончаров) 2 8.3 8
Трофимов Михаил 1 1 1.8 1 (Катруца) 8 (Кащеева) 2 8.8 9
Папанов Артём 1 1 1.8 1 (Гринчук) 2 2 8.8 9
Мангатаев Доржи 0.9 1 2 0 (Каледин) 2 1 (Петров) 6.9 7
  • Задание считается сданным на момент получения проверяющим письма с отчётом (и кодом, если это указано в задании), при условии отсутствия необходимости внесения дополнений и исправлений.
  • Штраф за просрочку сдачи заданий начисляется из расчета 0.1 балла за сутки.
  • Для получения зачёта необходимо сдать как минимум два задания: хотя бы одно из первых двух и хотя бы одно из последних двух.
  • Балл за рецензирование можно получить только при условии сдачи соответствующего задания.
  • Способы получения дополнительных баллов:

Доклады

Задание 1. Исследование свойств одномерных статистических критериев на модельных данных

Необходимо провести исследование одного или нескольких классических критериев проверки статистических гипотез. Интерес представляет поведение достигаемого уровня значимости (p-value) как функции размера выборок и параметров распределения. В соответствии с индивидуальными параметрами задания необходимо указанным способом сгенерировать одну или несколько выборок из заданного распределения, выполнить проверку гипотезы при помощи соответствующего критерия, а затем многократно повторить эту процедуру для различных значений параметров. По результатам расчётов необходимо построить требуемые в задании графики, среди которых могут быть следующие:

  1. график зависимости достигаемого уровня значимости от значений параметров при однократном проведении эксперимента;
  2. график зависимости достигаемого уровня значимости одного или двух критериев от значений параметров, усреднённого по большому количеству повторений эксперимента (например, по 1000 повторений);
  3. график с эмпирическими оценками мощности одного или двух критериев для разных значений параметров.

В качестве оценки мощности принимается доля отвержений нулевой гипотезы среди всех проверок. То есть, если эксперимент повторялся k раз для каждого набора значений параметров, и в m из k случаев гипотеза была отвергнута на некотором фиксированном уровне значимости \alpha (примем \alpha=0.05), оценкой мощности будет отношение m/k.

Необходимо сдать: выполненный в Tex или Microsoft Word отчёт с описанием алгоритма, построенными графиками и выводами (объяснение полученных результатов моделирования, границы применимости критерия и т. д.), а также код на R, Матлабе или Питоне, при запуске которого на экран выводятся графики, соответствующие имеющимся в отчёте.

Постановки задач.

Пример решения: чувствительность двухвыборочного критерия Стьюдента.

Задание принимается до 23:59 03.03.

Задания 2-4. Работа с реальными данными

Требуется подобрать и применить наилучший статистический метод, позволяющий ответить на вопрос прикладной задачи; обосновать выбор метода, его применимость и оптимальность. Помимо выводов, касающихся математических особенностей решения, необходимо в терминах предметной области сформулировать выводы, которые могли бы быть понятны гипотетическому заказчику-нематематику.

Необходимо сдать: подробный отчёт по проведённому исследованию, содержащий визуализацию исходных данных, описания и выводы каждого этапа анализа — используемые методы, обоснование их применимости, графики.

По заданиям 3 и 4 отчёт каждого студента рецензируется назначенным одногруппником. Задачей рецензента является проверка корректности выбора метода решения, полноты его применения и понятности изложения. Рецензент получает балл, если:

  • его собственная работа засчитана;
  • либо в рецензируемой работе устранены все недостатки и она принимается с первого раза, либо указан полный список недостатков работы, устранить которые не удалось.

Задание 2. Проверка гипотез

Постановки задач.

Задание принимается до 23:59 2.04.

Задание 3. Регрессия

Постановки задач.

Предварительные версии отчётов принимаются до 23:59 20.04, финальные, по результатам работы с рецензентом — до 23:59 28.04.

Задание 4. Прогнозирование

Постановки задач.

Предварительные версии отчётов принимаются до 23:59 5.05, финальные, по результатам работы с рецензентом — до 23:59 14.05.

Ссылки

Личные инструменты