Специализация "Аналитическая химия" (программы спецкурсов). Антонова Т.В - 14 стр.

UptoLike

14
5. Нормальное распределение. Проверка характера распределения. Происхож-
дение и свойства нормального распределения. Функции Лапласа. Расчеты на
основе функций Лапласа.
6. Математическая обработка малых выборок. Задачи микростатистики. Рас-
пределение Стьюдента. Примеры использования t-распределения при обработ-
ке химических данных.
7. Проверка статистических гипотез. Статистические гипотезы. Общий алго-
ритм проверки гипотез. Параметрические критерии. Возможные ошибки
при
проверке гипотез.
8. Применение непараметрических критериев. Использование пакетов приклад-
ных программ при проверке статистических гипотез.
9. Основные идеи корреляционного и дисперсионного анализа. Понятие о кор-
реляции. Виды корреляций. Расчет и проверка значимости коэффициента ли-
нейной корреляции. Однофакторный дисперсионный анализ.
10. Регрессионный анализ. Цели и ограничения. Виды регрессий. Выбор урав-
нения регрессии
. Оценка коэффициентов регрессии. МНК для линейной рег-
рессии в однофакторном эксперименте. МНК в многофакторном эксперименте.
Проверка значимости коэффициентов.
11. Интерпретация математической модели. Оптимизация. Регрессионный ана-
лиз в случае ПФЭ вида 2
k
. Проверка адекватности регрессии. Модель неадек-
ватна: что делать? Интерпретация модели и расчеты на ее основе. Оптимизация
методом крутого восхождения. Симплексная оптимизация.
12. Формулировка выводов и оформление результатов исследования.
5. План практикума (семинары и решение задач)
1. Методология научного исследования. Планирование эксперимента.
2. Факторы и параметры. Схема ПФЭ. Рандомизация.
5. Нормальное распределение. Проверка характера распределения. Происхож-
дение и свойства нормального распределения. Функции Лапласа. Расчеты на
основе функций Лапласа.
6. Математическая обработка малых выборок. Задачи микростатистики. Рас-
пределение Стьюдента. Примеры использования t-распределения при обработ-
ке химических данных.
7. Проверка статистических гипотез. Статистические гипотезы. Общий алго-
ритм проверки гипотез. Параметрические   критерии. Возможные ошибки при
проверке гипотез.
8. Применение непараметрических критериев. Использование пакетов приклад-
ных программ при проверке статистических гипотез.
9. Основные идеи корреляционного и дисперсионного анализа. Понятие о кор-
реляции. Виды корреляций. Расчет и проверка значимости коэффициента ли-
нейной корреляции. Однофакторный дисперсионный анализ.
10. Регрессионный анализ. Цели и ограничения. Виды регрессий. Выбор урав-
нения регрессии. Оценка коэффициентов регрессии. МНК для линейной рег-
рессии в однофакторном эксперименте. МНК в многофакторном эксперименте.
Проверка значимости коэффициентов.
11. Интерпретация математической модели. Оптимизация. Регрессионный ана-
лиз в случае ПФЭ вида 2k. Проверка адекватности регрессии. Модель неадек-
ватна: что делать? Интерпретация модели и расчеты на ее основе. Оптимизация
методом крутого восхождения. Симплексная оптимизация.

12. Формулировка выводов и оформление результатов исследования.

5. План практикума (семинары и решение задач)
1. Методология научного исследования. Планирование эксперимента.
2. Факторы и параметры. Схема ПФЭ. Рандомизация.




                                                                        14