Navigacija

13M081MAST - Matematička statistika

Specifikacija predmeta
Naziv Matematička statistika
Akronim 13M081MAST
Studijski program Elektrotehnika i računarstvo
Modul modul Primenjena matematika
Tip studija master akademske studije
Nastavnik (predavač)
    Nastavnik/saradnik (vežbe)
      Nastavnik/saradnik (DON)
        Broj ESPB 6.0 Status predmeta izborni
        Uslovljnost drugim predmetima Verovatnoća i statistika na osnovnim akademskim studijama najmanje na nivou jednosemestralnog predmeta od 15 časova predavanja nedeljno
        Ciljevi izučavanja predmeta Ovo je nastavak predmeta Verovatnoća i statistika sa osnovnih studija. Izučavaju se principi i metodi matematičke statistike kao primenjene nauke, koji se zatim praktično primenjuju u problemima estimacije, detekcije, klasifikacije i testiranja hipoteza, u okvirima klasične i Bajesovske teorije.
        Ishodi učenja (stečena znanja) Student će biti osposobljen da koristi metode Matematičke statistike u oblastima ocenjivanja parametara i testiranja parmetarskih i neparametarskih hipoteza primenom klasične (frekvencionističke) i Bajesovske paradigme, na osnovu uzorka iz raspodele ili iz slučajnog procesa.
        Sadržaj predmeta
        Link ka stranici predmeta http://milanmerkle.etf.rs/?page_id=10
        Sadržaj teorijske nastave Kratak pregled teorije verovatnoće. Funkcija verodostojnosti. Ocenjivanje parametara. Testiranje hipoteza. Monte Karlo metodi. Bajesovska teorija.
        Sadržaj praktične nastave Vežbe-rešavanje primera i zadataka. Praktična primena softverskih alata u rešavanju primenjenih zadataka.
        Literatura
        1. Milan Merkle, Matematička statistika -skripta
        2. Milan Merkle: Verovatnoća i statistika za inženjere i studente tehnike, Akademska Misao Beograd 2010
        3. D.C. Montgomery, G.C. Runger, Applied statistics and probability for engineers, Wiley, 2010
        Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
        Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
        3 1
        Metode izvođenja nastave Klasična nastava, dopunjena softverskim demonstracijama. Prezentacije, grupno ili pojedinačno.
        Ocena znanja (maksimalni broj poena 100)
        Predispitne obaveze Poena Završni ispit Poena
        Aktivnosti u toku predavanja 0 Pismeni ispit 50
        Praktična nastava 0 Usmeni ispit 0
        Projekti
        Kolokvijumi 30
        Seminari 20