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