Прикладна статистика та основи економетрики с а айвазян b з мхітарян. Айвазян С

Методи економетрики. Айвазян С.А.

М.: 2010 – 512 с.

Зміст підручника відповідає освітнім стандартам та навчальним програмам вищих навчальних закладів економічного профілю з дисципліни «Економетрика». Особливість даного видання полягає в тому, що в ньому в опис традиційних методів вирішення економетричних завдань вперше органічно вбудовані (там, де це дозволяє підвищити точність та глибину аналізу) сучасні методи багатовимірного статистичного аналізу, які раніше не включалися до інструментарію економетрики (зокрема, дискримінантний та кластер-аналізи, метод основних компонентів та ін.). Представлені в підручнику методи та моделі регресійного аналізу, бінарного та множинного вибору, аналізу часових рядів можуть становити зміст одного або двох базових семестрових курсів з економетрики в рамках навчального плану бакалаврату. Для студентів, аспірантів, викладачів, а також фахівців з прикладної економіки та економетрики.

Формат: pdf

Розмір: 5,8 Мб

Завантажити: Rghost

ЗМІСТ
Передмова 9
Глава 1. Вступ 13
1.1. Економетрика: еволюція визначення та реальність 13
1.2. Збіднення математичного апарату економетрики 16
1.3. Місце економетрики у ряді математико-статистичних та економічних дисциплін 19
1.4. Економетрична модель та проблеми економетричного моделювання 22
Висновки 30
Глава 2. Введення у регресійний аналіз 33
2.1. Загальне формулювання проблеми статистичного дослідження залежностей 33
2.2. Якою є кінцева прикладна мета статистичного дослідження залежностей? 42
2.3. Деякі типові завдання практики економетричного моделювання 45
2.4. Основні типи залежностей між кількісними змінними 50
2.5. Про вибір загального виду функції регресії 55
Висновки 65
Розділ 3. Введення в кореляційний аналіз 67
3.1. Призначення та місце кореляційного аналізу у статистичному дослідженні 67
3.2. Кореляційний аналіз кількісних ознак 69
3.3. Кореляційний аналіз рангових (ординальних) змінних: рангова кореляція 96
3.4. Кореляційний аналіз категоризованих змінних: таблиці сполученості 111
Висновки 117
Глава 4. Класична лінійна модель множинної регресії (КЛММР) 121
4.1. Опис КЛММР. Основні припущення моделі 121
4.2. Оцінювання невідомих параметрів КЛММР: метод найменших квадратів та метод максимальної правдоподібності 126
4.3. Аналіз варіації результуючого показника і вибірковий коефіцієнт детермінації Щх 140
4.4. Мультиколлінеарність та відбір найбільш суттєвих пояснюючих змінних у КЛММР 145
4.5. КЛММР з лінійними обмеженнями на параметри 162
4.6. Загальний підхід до статистичної перевірки гіпотез щодо наявності лінійних зв'язків між параметрами КЛММР 167
Висновки 176
Глава 5. Узагальнена лінійна модель множинної регресії 179
5.1. Опис узагальненої лінійної моделі множинної регресії (ОЛММР) 179
5.2. Оцінки параметрів ОЛММР за узагальненим методом найменших квадратів (ОМНК-оцінки) 183
5.3. ОЛММР з гетероскедастичними залишками 188
5.4. ОЛММР з автокорельованими залишками 198
5.5. ОМНК, що практично реалізується (загальний підхід) 207
Висновки 210
Розділ 6. Прогнозування, засноване на лінійних моделях множинної регресії 213
6.1. Аналіз точності оціненої ЛММР (теоретична база для вирішення задач прогнозу) 214
6.2. Найкращий точковий прогноз у(Х) та f(X) = E(y|X), заснований на ОЛММР 216
6.3. Інтервальний прогноз у(Х) та f(X) = E(y|X), заснований на ОЛММР 220
6.4. Аналіз точності регресійної моделі та прогнозування в умовах реалістичної ситуації 226
Висновки 230
Глава 7. Лінійні моделі регресії зі стохастичними змінними, що пояснюють 233
7.1. Випадкові залишки не залежать від предикторов X і оцінюваних коефіцієнтів регресії в 235
7.2. Загальний випадок: стохастичні предиктори X корелювали з регресійними залишками е. Метод інструментальних змінних 238
7.3. Випадкові помилки у вимірі значень пояснюючих змінних 243
Висновки 249
Глава 8. Лінійні регресійні моделі зі змінною структурою 251
8.1. Проблема неоднорідних (у регресійному сенсі) даних 251
8.2. Введення «манекенів» (фіктивних змінних) у лінійну модель регресії 254
8.3. Перевірка регресійної однорідності двох груп спостережень (критерій Г. Чоу) 263
8.4. Побудова КЛММР за неоднорідними даними в умовах, коли значення супутніх змінних невідомі 265
Висновки 269
Розділ 9. Моделі з дискретними та дискретно-безперервними залежними змінними 271
9.1. Моделі бінарного вибору 273
9.2. Моделі множинного вибору 282
9.3. Зв'язок моделей бінарного та множинного вибору з дискримінантним аналізом 285
9.4. Модель з дискретно-безперервною залежною змінною (тобіт-модель) 287
Висновки 291
Глава 10. Аналіз одновимірних часових рядів (моделі та прогнозування) 293
10.1. Тимчасовий ряд: визначення, приклади, формулювання основних завдань 295
10.2. Стаціонарні часові ряди та їх основні характеристики 302
10.3. Невипадкова складова часового ряду та методи його згладжування 314
10.4. Моделі стаціонарних часових рядів та їх ідентифікація 336
10.5. Моделі нестаціонарних часових рядів та їх ідентифікація 378
10.6. Прогнозування економічних показників, засноване на використанні моделей часових рядів 395
Висновки 409
Додаток 1. Таблиці математичної статистики 413
Додаток 2. Необхідні відомості з матричної алгебри. 433
Додаток 3. Багатомірний статистичний аналіз 455
Література 493
Алфавітно-предметний покажчик 497

Айвазян С.А., Мхітарян В.С. Зехін В.А. Практикум з багатовимірних статистичних методів (навчальний посібник) / Московський державний університет економіки, статистики та інформатики. М., 2012 (2-ге видання) – 77 стор.

Навчальний посібник підготовлено для підтримки практичних занять з дисципліни "Багатомірні статистичні методи", що читається у МЕСІ та на економічному факультеті МДУ ім. М.В. Ломоносова. Посібник спрямовано підручник С.А. Айвазян, В.С. Мхітарян "Прикладна статистика та основи економетрики", М., ЮНІТІ, 1998; (2-ге видання) 2001.

Навчальний посібник містить з кожної темі досить великий набір завдань і вправ, і навіть тест.

Під час підготовки до іспитів та заліків студентам буде корисний підсумковий тест.

Навчальний посібник призначений для студентів економічних спеціальностей та може становити інтерес для викладачів, аспірантів та фахівців, які займаються застосуванням статистичних методів у соціально-економічних дослідженнях.

У роботі використано матеріали наукових досліджень кафедри Математичної статистики та економетрики МЕСІ.

Іл. - 7, табл. – 47, список літератури – 11 найменувань.

Рецензенти: к.т.н., проф. Калініна В.М.,

к.е.н., доц. Горчакова Н.Ф.

Айвазян С.А., 2012

Мхітарян В.С., 2012

Зєхін В.А., 2012

 Московський державний університет економіки, статистики та інформатики 2012

С.А.Айвазян

В.С.Мхітарян

В.А.Зехін

ПРАКТИКУМ

за багатовимірними статистичними методами

Москва, 2012

Передмова 4

Розділ 1. Кореляційний аналіз 5

1.1. Кореляційний аналіз показників діяльності

піщаних кар'єрів 5

1.2. Завдання та вправи 8

1.3. Тест 11

Глава 2. Регресійний аналіз (класична модель) 13

2.1. Регресійна модель продуктивності праці 13

2.2. Регресійна модель врожайності зернових

культур 16

2.3.Завдання та вправи 20

2.4. Тест 23

Розділ 3. Компонентний аналіз 25

3.1. Аналіз діяльності будівельних організацій 25

3.2. Компонентний аналіз діяльності

сільськогосподарських районів 28

3.3. Завдання та вправи 31

3.4. Тест 34

Глава 4. Кластерний та дискримінантний аналіз 36

4.1. Класифікація сімей з аналізованої структури

витрат 36

4.2. Класифікація країн за рівнем життя населення 43

4.3. Класифікація мотор-компресорів побутових

холодильників за рівнем якості 45

4.4. Дискримінантний аналіз діяльності АТ 48

4.5. Завдання та вправи 49

4.6. Тест 56

Розділ 5. Підсумковий тест 58

Література 61

Додатки 62

П 1. Варіанти завдань для самостійних комп'ютерних

досліджень. Вихідні статистичні дані 63

П 2. Математико-статистичні таблиці 65

ПЕРЕДМОВА

Навчальний посібник підготовлений для підтримки практичних занять з дисципліни "Багатомірні статистичні методи".

Автори виходили з того, що за зазначеною дисципліною половина практичних занять проводиться у звичайних аудиторіях, а інша половина – у комп'ютерних класах. Завдання та вправи, які вирішуються в аудиторіях, спрямовані на вивчення самих статистичних методів та алгоритмів. Мета комп'ютерних занять - проведення самостійних соціально-економічних досліджень із використанням статистичних пакетів програм для ПЕОМ. Дослідження включають постановку завдання, проведення розрахунків на ПЕОМ, змістовну інтерпретацію отриманих результатів і висновки.

У цьому навчальному посібнику алгоритми аналізованих методів прикладної статистики докладно розуміються на економічних прикладах, частина яких вирішено з допомогою мікрокалькулятора (орієнтовані аудиторію), а частина - з допомогою ПЕОМ. Автори прагнули показати можливості отримання багатоваріантних рішень і техніку вибору остаточної моделі та результату, ґрунтуючись не тільки на статистичних прийомах, але багато в чому на апріорній (попередній) інформації, яку зазвичай має дослідник в економіці.

Завдання, запропоновані для самостійних досліджень, досить прозорі в економічному плані, що дає можливість студенту виступати в ролі фахівця, який, проводячи комп'ютерні статистичні дослідження, завжди в загальних рисах уявляє, що він може очікувати від ЕОМ при реалізації того чи іншого методу.

Автори висловлюють глибоку вдячність завідувачу лабораторії Прикладної статистики та економетричного моделювання при кафедрі Математичної статистики та економетрики Бамбаєвої Н.Я. за допомогу у проведенні комп'ютерних розрахунків та підготовку оригінал-макета рукопису.

Рік випуску: 2010

Жанр:Економетрика

Видавництво:Магістр

Формат: PDF

Якість: OCR

Кількість сторінок: 512

Опис:Зміст підручника відповідає освітнім стандартам та навчальним програмам вищих навчальних закладів економічного профілю з дисципліни «Економетрика». Особливість даного видання полягає в тому, що в ньому в опис традиційних методів вирішення економетричних завдань вперше органічно вбудовані (там, де це дозволяє підвищити точність та глибину аналізу) сучасні методи багатовимірного статистичного аналізу, які раніше не включалися до інструментарію економетрики (зокрема, дискримінантний та кластер-аналізи, метод основних компонентів та ін.).
Представлені в підручнику методи та моделі регресійного аналізу, бінарного та множинного вибору, аналізу часових рядів можуть становити зміст одного або двох базових семестрових курсів з економетрики в рамках навчального плану бакалаврату.
Для студентів, аспірантів, викладачів, а також фахівців з прикладної економіки та економетрики.

Ви тримаєте в руках підручник з методів економетрики - дисципліни, яка є однією з трьох базових дисциплін (поряд з мікро- та макроекономікою) вищої економічної освіти. На жаль, подібний статус економетрики в Росії був визнаний із великим запізненням: лише починаючи з 1992 року економетрика була введена в навчальні плани економічної освіти деяких провідних російських вишів. Таке пізнє визнання економетрики відразу поставило російських студентів у невигідне становище: на той час у Росії було видано лише кілька щодо старих перекладних книжок з економетриці, а перші вітчизняні підручники з цієї дисципліни з'явилися лише 1997-1998 гг. (Див. [Магнус, Катишев, Пересецький (2005)], [Айвазян (2001)]). Однак зараз ситуація суттєво виправилася: багаторазово перевидані згадані дві книги, побачили світ вітчизняні підручники за редакцією І.І. Єлісєєвої (2006), В.І. Суслова (2005), переклади з англійської прекрасних книг [Берндт (2005)], [Магнус, Нейдекер (2007)], [Вербік (2008)].
Значно підвищилися можливості використання кращих зразків англомовної економетричної літератури (за рахунок підвищення загального рівня володіння англійською мовою нашими студентами та фахівцями, а також розвитку електронних засобів зв'язку, див., наприклад, список англомовної літератури наприкінці цього видання).
За таких обставин виникає природне питання: що спонукало автора до створення ще одного підручника з економетрики?
Щоб відповісти на це питання, перш за все, маю зауважити, що моє розуміння сутності та призначення економетричних методів дещо відрізняється від загальноприйнятого у північноамериканському та західноєвропейському економетричному співтоваристві. Це розуміння формувалося на базі теоретико-імовірнісної та математико-статистичної вітчизняної школи в процесі знайомства з кращими зразками англомовної економетричної літератури, а також особистих наукових контактів з колегами з Гарвардського університету (США), Університету Париж-1/Сорбонна (Франція). та Роттердамського університетів (Голландія), Женевського університету (Швейцарія) та інших освітніх та наукових центрів світу. Сутність цих відмінностей коротко представлена ​​у пп. 1.1 та 1.2 глави 1 (Вступ) книги. До цього треба додати, що згодом дещо трансформуються уявлення спеціалістів про багаж методів економетрики, зміщуються акценти в оцінці областей їх застосування. Не з усіма такими уявленнями, ухваленими, скажімо, у наукових колах США, я можу погодитися. Так, наприклад, прийнято включати до курсів (підручників) з економетрики «Теорію великих вибірок» (або «Асимптотичну теорію»), «Непараметричні та напівпараметричні методи прийняття статистичних рішень», розгорнутий виклад методу максимальної правдоподібності. Але вся ця тематика традиційно представлена ​​як розділи в інших самостійних наукових дисциплінах — теорія ймовірностей та математична статистика. У той же час найважливіші для економетричного аналізу прикладні методи багатовимірної статистики (дискримінантний та кластер-аналізи, метод головних компонентів та ін.) з незрозумілих причин відсутні в економетричних курсах та класичних університетських підручниках Північної Америки та Західної Європи. Додам, що за останні кілька років серйозний імпульс до розвитку отримали деякі спеціальні методи багатовимірного статистичного аналізу, отримано низку важливих результатів у галузі фінансової економетрики, які використовуються при економічному аналізі фінансових даних у завданнях управління ризиками.
Усі згадані обставини визначили специфічні відмінності цього видання від традиційних підручників з економетрики. Серед цих відмінностей, в першу чергу, слід виділити той факт, що в опис традиційних методів вирішення економетричних завдань вперше, наскільки мені відомо, органічно вбудовані (там, де це є об'єктивно необхідним) процедури багатовимірного статистичного аналізу, які раніше не брали до уваги (такі як кластер-аналіз, дискримінантний аналіз, метод основних компонентів).
До особливостей книги слід віднести і факт включення до неї двох великих вступних розділів з регресійного (глава 2) та кореляційного (глава 3) аналізів. Багаторічна практика викладання у провідних російських вишах (Московській школі економіки МДУ ім. М.В. Ломоносова, економічному факультеті МДУ, Державному університеті - Вищій школі економіки, Російській економічній школі, Московському державному університеті економіки, статистики та інформатики) переконала мене в тому, що , Приступаючи до освоєння економетрики, студенти, як правило, мають явний дефіцит знань та умінь в основах цих двох розділів.
Повертаючись до питання про мотивацію створення підручника, слід визнати, що суттєвий вплив на задум та зміст книги зробив багаторічний досвід дослідницької та педагогічної роботи автора у Московській школі економіки Московського державного університету ім. М.В. Ломоносова. Без постійних робочих контактів із колегами по кафедрі економетрики та математичних методів економіки, без головних критиків та генераторів питань — студентів МШЕ МДУ ця книга навряд чи з'явилася б на світ.
Підручник охоплює дуже повний спектр методів математико-статистичного інструментарію економетрики за всіма його традиційними розділами, а саме:

1. класична лінійна модель регресії та класичний метод найменших квадратів (гл.4 та 6);
2. узагальнена лінійна модель регресії та узагальнений метод найменших квадратів (гл.5 та 6);
3. лінійна модель регресії зі змінною структурою (гл.8);
4. регресійні моделі з дискретною залежною змінною: моделі бінарного та множинного вибору (гл.9);
5. регресійні моделі в умовах цензурування, усічення або вибіркової селективності залежної змінної (гл.9);
6. статистичний аналіз одновимірних та багатовимірних часових рядів (гл.10).

Додатки винесені, крім математико-статистичних таблиць, необхідні засвоєння матеріалу книги відомості з матричної алгебри та багатовимірного статистичного аналізу. Передбачається, що читач уже має необхідну підготовку з математичної статистики у рамках базових курсів, передбачених державними стандартами для економічних спеціальностей вишів.
Слід, проте, наголосити, що у запропонованому виданні представлені, звісно, ​​далеко ще не всі найважливіші розділи сучасної економетрики. У ньому немає, наприклад, методів і моделей аналізу багатовимірних часових рядів, аналізу панельних даних, узагальненого методу моментів, не відображено останні досягнення в галузі фінансової економетрики (копула-функції, методи управління фінансовими ризиками), не представлено байєсівський підхід до економетричного аналізу та методи вимірювання та аналізу синтетичних латентних категорій, що комплексно характеризують якість або ефективність функціонування аналізованої системи. Вся ця проблематика буде представлена ​​в просунутому курсі економетрики (призначеному для магістерського рівня економічної освіти), який готується до видання мною та моїм італійським колегою (за МШЕ) Деаном Фантацціні.
Що стосується базового бакалаврського рівня дисципліни «Економетрика», то він забезпечений представленими в даному підручнику методами та моделями, які можуть скласти зміст одного або двох (залежно від відведеного в навчальному плані вузу часу) семестрових курсів за схемою: 2 години лекцій та 2 години семінарських занять на тиждень. Ці заняття мають бути, звичайно, оснащені завданнями та вправами (у тому числі в комп'ютерних класах), для чого, крім прикладів, наведених у книзі, можна рекомендувати, наприклад, «Збірник завдань до початкового курсу економетрики» П. К. Катишева, Я. Р. Магнуса та A.A. Пересецького (видавництво "Дело", 2008 р.).
Обчислювальна реалізація методів, що описуються в книзі, заснована на використанні статистичних і економетричних пакетів SPSS, Е-views, R і STATA.
Автор намагався дотримуватись такого стилю викладу, який допомагав би читачеві зрозуміти, насамперед, основну ідею і зміст описуваного методу, уникнути чисто формального, механістичного сприйняття матеріалу. Щоправда, це неминуче пов'язане із збільшенням обсягу книги.
Насамкінець хочу висловити вдячність. Насамперед я вдячний колективам та адміністрації МШЕ МДУ та Центрального економіко-математичного інституту РАН, плідне професійне середовище яких суттєво допомогло у роботі над підручником. Велику користь я отримав від спілкування з колегами — викладачами економетрики та статистики різних вишів Росії, Литви, Молдови в ході спеціально організованої серії семінарів (1997-2002 рр.), на яких вітчизняні та зарубіжні фахівці (у тому числі — автор підручника) представляли свої цикли лекцій у рамках загальної програми підвищення кваліфікації. Нарешті, я вдячний Аллі Павлівні та Галині Юріївні Грохотовим за самовіддану та професійну працю з підготовки оригінал-макета книги.
Хочу звернути увагу читача на такий факт: для досягнення успіху в додатках економетричних методів економетристу доводиться дуже тонко балансувати між економічною теорією, можливостями необхідного інформаційного забезпечення, формулюванням вихідних припущень моделі та самими методами. Інакше кажучи, прикладна економетрика — це наука, а й мистецтво, оволодіння яким осягається з досвідом. Тож бажаю читачеві успіху у збагненні науки та мистецтва володіння тонким та ефективним інструментарієм економетрики!

«Методи економетрики»

Вступ

1. Економетрика: еволюція визначення та реальність
2. Збіднення математичного апарату економетрики
3. Місце економетрики у ряді математико-статистичних та економічних дисциплін
4. Економетрична модель та проблеми економетричного моделювання

Введення у регресійний аналіз

1. Загальне формулювання проблеми статистичного дослідження залежностей
2. Якою є кінцева прикладна мета статистичного дослідження залежностей?
3. Деякі типові завдання практики економетричного моделювання
4. Основні типи залежностей між кількісними змінними
5. Про вибір загального виду функції регресії

Введення у кореляційний аналіз

1. Призначення та місце кореляційного аналізу у статистичному дослідженні
2. Кореляційний аналіз кількісних ознак
3. Кореляційний аналіз рангових (ординальних) змінних: рангова кореляція
4. Кореляційний аналіз категоризованих змінних: таблиці сполученості

Класична лінійна модель множинної регресії (КЛММР)

1. Опис КЛММР. Основні припущення моделі
2. Оцінювання невідомих параметрів КЛММР: метод найменших квадратів та метод максимальної правдоподібності
3. Аналіз варіації результуючого показника і вибірковий коефіцієнт детермінації
4. Мультиколлінеарність та відбір найбільш суттєвих пояснюючих змінних у КЛММР
5. КЛММР із лінійними обмеженнями на параметри
6. Загальний підхід до статистичної перевірки гіпотез щодо наявності лінійних зв'язків між параметрами КЛММР

Узагальнена лінійна модель множинної регресії

1. Опис узагальненої лінійної моделі множинної регресії (ОЛММР)
2. Оцінки параметрів ОЛММР за узагальненим методом найменших квадратів (ОМНК-оцінки)
3. ОЛММР з гетероскедастичними залишками
4. ОЛММР з автокорельованими залишками
5. ОМНК, що практично реалізується (загальний підхід)

Прогнозування, засноване на лінійних моделях множинної регресії

1. Аналіз точності оціненої ЛММР (теоретична база для вирішення задач прогнозу)
2. Найкращий точковий прогноз у(Х) та f(X) = E(y|X), заснований на ОЛММР
3. Інтервальний прогноз у(Х) та f(X) = E(y|X), заснований на ОЛММР
4. Аналіз точності регресійної моделі та прогнозування в умовах реалістичної ситуації

Лінійні моделі регресії зі стохастичними змінними, що пояснюють.

1. Випадкові залишки не залежать від предикторів X і оцінюваних коефіцієнтів регресії.
2. Загальний випадок: стохастичні предиктори X корелювали з регресійними рештками. Метод інструментальних змінних
3. Випадкові помилки у вимірі значень пояснюючих змінних

Лінійні регресійні моделі із змінною структурою

1. Проблема неоднорідних (у регресійному значенні) даних
2. Введення «манекенів» (фіктивних змінних) у лінійну модель регресії
3. Перевірка регресійної однорідності двох груп спостережень (критерій Г. Чоу)
4. Побудова КЛММР за неоднорідними даними за умов, коли значення супутніх змінних невідомі

Моделі з дискретними та дискретно-безперервними залежними змінними

1. Моделі бінарного вибору
2. Моделі множинного вибору
3. Зв'язок моделей бінарного та множинного вибору з дискримінантним аналізом
4. Модель з дискретно-безперервною залежною змінною (тобіт-модель)

Аналіз одновимірних часових рядів (моделі та прогнозування)

1. Тимчасовий ряд: визначення, приклади, формулювання основних завдань
2. Стаціонарні часові ряди та їх основні характеристики
3. Невипадкова складова часового ряду та методи його згладжування
4. Моделі стаціонарних часових рядів та їх ідентифікація
5. Моделі нестаціонарних часових рядів та їх ідентифікація
6. Прогнозування економічних показників, засноване на використанні моделей часових рядів

Додаток 1. Таблиці математичної статистики
Додаток 2. Необхідні відомості з матричної алгебри
Додаток 3. Багатовимірний статистичний аналіз
Література

Продовжуємо долучатися до управління якістю та суміжних областей.
На цей раз пропонується довідкове видання з прикладної статистики у 3-х томах.

Автор цього чудового видання, професор Сергій Артемович Айвазян, спільно з А.І. Орловим, вперше у СРСР запровадив поняття " прикладна статистика " , чим викликав справжню бурю обурення в партійних бонз і верхівки Держкомстату: статистика завжди була політичним. За часів перебудови полеміка виплеснулася на сторінки журналів за фахом.

Том 1. Основи моделювання та первинна обробка даних

Книга присвячена методам попереднього статистичного аналізу даних та побудови моделі реального явища, що характеризується цими даними. Наводяться відомості з теорії ймовірностей та математичної статистики, висвітлюються питання програмної реалізації
методів, що викладаються.

Том 2. Дослідження залежностей

У книзі розглядаються методи кореляційного, регресійного та дисперсійного аналізу. Наводяться їх алгоритми та огляд програмного забезпечення.

Том 3. Класифікація та зниження розмірності

Розглядаються завдання класифікації об'єктів, зниження розмірності. Велике
увага приділяється розвідувальному статистичному аіалізу.

НАТА: Книги на преміумі, бекап не потрібен

Теги теми:
Статистика

Видавець: Фінанси та статистика

Рік видання: 1983

Сторінок: 472

Мова російська

Гарна якість