13М081МАСТ - Математичка статистика
| Спецификација предмета | ||||
|---|---|---|---|---|
| Назив | Математичка статистика | |||
| Акроним | 13М081МАСТ | |||
| Студијски програм | Електротехника и рачунарство | |||
| Модул | модул Аудио и видео комуникације, модул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Биомедицинско и еколошко инжењерство, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, модул Електроника, модул Електроника и дигитални системи, модул Енергетска ефикасност, модул Информационо комуникационе технологије, модул Информационо-комуникационе технологије, модул Микроталасна техника, модул Наноелектроника и фотоника, модул Примењена математика, модул Рачунарска техника и информатика, модул Сигнали и системи, модул Системско инжењерство и радио комуникације, модул Софтверско инжењерство | |||
| Тип студија | мастер академске студије | |||
| Наставник (предавач) | ||||
| Наставник/сарадник (вежбе) | ||||
| Наставник/сарадник (ДОН) | ||||
| Број ЕСПБ | 6.0 | Статус предмета | изборни | |
| Условљност другим предметима | Вероватноћа и статистика (3 или 6 ЕСПБ), Математика 1 и Математика 2 | |||
| Циљеви изучавања предмета | Упознавање са методима математичке статистике као примењене науке, који се затим практично примењују у проблемима естимације, детекције, класификације и тестирања хипотеза, у оквирима класичне и Бајесовске теорије. | |||
| Исходи учења (стечена знања) | Студент ће бити оспособљен да користи методе математичке статистике у областима оцењивања параметара и тестирања параметарских и непараметарских хипотеза применом класичне (фреквенционистичке) и Бајесовске парадигме, на основу узорака из расподеле или из случајног процеса. | |||
| Садржај предмета | ||||
| Садржај теоријске наставе | Кратак преглед теорије вероватноће. Функција веродостојности. Оцењивање параметара. Тестирање хипотеза. Монте Карло методи. Условне расподеле и условно математичко очекивање. Бајесовска теорија и примене. Линеарна регресија. Логистичка регресија и друге врсте регресије у проблемима класификације. Статистика са високо димензионалним подацима. Робусне методе помоћу статистичких функција дубине. | |||
| Садржај практичне наставе | Izrada semestralnog rada na zadatu temu | |||
| Литература | ||||
| ||||
| Број часова активне наставе недељно током семестра/триместра/године | ||||
| Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
| 3 | 1 | |||
| Методе извођења наставе | Класична настава допуњена софтверским демонстрацијама. Презентације, групно или појединачно. | |||
| Оцена знања (максимални број поена 100) | ||||
| Предиспитне обавезе | Поена | Завршни испит | Поена | |
| Активности у току предавања | Писмени испит | 30 | ||
| Практична настава | 20 | Усмени испит | ||
| Пројекти | ||||
| Колоквијуми | ||||
| Семинари | 50 | |||