Navigacija

MS1MAS - Matematička statistika

Specifikacija predmeta
Naziv Matematička statistika
Akronim MS1MAS
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
        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 20
        Kolokvijumi 30
        Seminari 0