Choice of metadata IPR SMART
Page 1, Results: 2
Report on unfulfilled requests: 0
1.
Подробнее
Александровская, Ю. П.
Классификация многомерных данных в экономике: дискриминантный анализ : учебное пособие / Александровская Ю. П. - Казань : Казанский национальный исследовательский технологический университет, 2018. - 80 с. - ISBN 978-5-7882-2396-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.1
Кл.слова (ненормированные):
выборка -- дискриминантный анализ -- математический метод -- статистика -- экономика
Аннотация: Рассмотрены теоретические и практические вопросы проведения дискриминантного анализа многомерных данных. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторных работ. Предназначено для студентов, обучающихся по направлению «Экономика». Подготовлено на кафедре бизнес-статистики и математических методов в экономике.
Александровская, Ю. П.
Классификация многомерных данных в экономике: дискриминантный анализ : учебное пособие / Александровская Ю. П. - Казань : Казанский национальный исследовательский технологический университет, 2018. - 80 с. - ISBN 978-5-7882-2396-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
выборка -- дискриминантный анализ -- математический метод -- статистика -- экономика
Аннотация: Рассмотрены теоретические и практические вопросы проведения дискриминантного анализа многомерных данных. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторных работ. Предназначено для студентов, обучающихся по направлению «Экономика». Подготовлено на кафедре бизнес-статистики и математических методов в экономике.
2.
Подробнее
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 с. - ISBN 978-5-361-00540-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.172
Кл.слова (ненормированные):
анализ данных -- временной ряд -- дискриминантный анализ -- дисперсионный анализ -- линейный анализ -- множественный анализ -- регрессионный анализ -- статистический анализ -- факторный анализ
Аннотация: 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.
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 с. - ISBN 978-5-361-00540-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- временной ряд -- дискриминантный анализ -- дисперсионный анализ -- линейный анализ -- множественный анализ -- регрессионный анализ -- статистический анализ -- факторный анализ
Аннотация: 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.
Page 1, Results: 2