статистика

Практический анализ временных рядов, Прогнозирование со статистикой и машинное обучение, Нильсен Э., 2021.
 
Эта книга рассчитана на читателей двух категорий. Первая, ощутимо боль­шая, категория — это специалисты по анализу и обработке данных, которым по долгу службы приходится работать с временными рядами, но делают они это не очень часто. Это могут быть как ветераны отрасли, так и начинающие ана­литики. Опытным специалистам материал первых глав покажется знакомым, но это не значит, что им можно пренебречь, — здесь описаны самые современные методы обработки данных и рассмотрены важные особенности управления вре­менными рядами. Аналитикам с небольшим рабочим опытом желательно прора­ботать все без исключения главы книги предельно внимательно, несмотря на их тематическую независимость друг от друга. Вторая категория читателей — руководители отделов по обработке и анализу данных в компаниях с интенсивным внутренним сбором информации. Если вы относитесь к этой группе читателей, то должны быть в курсе технологических решений, применяемых для обработки временных рядов, хотя вам и не прихо­дится заниматься программированием самостоятельно. Для вас эта книга будет полезна тем, что обозначит область применения временных рядов в существую­щих или создаваемых заново алгоритмах сбора и анализа данных. Назначение этой книги — помочь вам разобраться в технологиях, призванных упростить об­ работку существующих ресурсов данных.

Data Science, Наука о данных с нуля, Грас Д., 2021.
 
Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы k ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рас­ смотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce. Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным ней­ронным сетям, векторным вложениям слов и разложению матриц.

Математика, Универсальный многоуровневый сборник задач, 7-9 классы, Часть 3, Статистика, Вероятность, Высоцкий И.Р., Ященко И.В., 2020.

   В учебном пособии содержатся задачи разных уровней сложности, соответствующих ФГОС основного общего образования и Концепции развития математического образования в Российской Федерации. Задания уровня А можно использовать для отработки базовых математических навыков по курсу алгебры 7—9 классов раздела «Вероятность и статистика». Учащимся, стремящимся продолжить образование по естественно-научному, социально-экономическому, технологическому и универсальному профилям, будут полезны задания уровней В и С.
Книга может быть использована учащимися и учителями при подготовке к участию в международных сравнительных исследованиях качества образования, итоговой аттестации по математике, организации повторения и дифференцированной работы на уроках и факультативах.

Статистика в аналитической химии, Доерфель К., 1969.

Книга служит введением в новую для химиков-аналитиков область знания. Она посвящена применению простейших методов математической статистики к задачам аналитической химии. Дается понятие о функциях распределения, сообщаются элементарные сведения о дисперсионном, регрессионном и корреляционном анализах. Эта работа написана не статистиком, а химиком в форме, легкодоступной для химика-аналитика с элементарной математической подготовкой. Книга будет служить настольным руководством для широкого круга химиков-аналитиков — работников научно-исследовательских институтов, заводских лабораторий, учебных заведений.

Энциклопедии статистических терминов, Том 7, Статистические публикации, 2013.

   Данный том Энциклопедии статистических терминов включает раздел 7. Статистические публикации, в котором представлено описание важнейших отечественных, зарубежных и международных изданий в области статистики.

Многомерный статистический анализ, Учебное пособие, Дронов С.В., 2002.

Учебное пособие создано на основе опыта преподавания автором курсов многомерного статистического анализа и эконометрики. Содержит материалы по дискриминантному, факторному, регрессионному анализу, анализу соответствий и теории временных рядов. Изложены подходы к задачам многомерного шкалирования и некоторым другим задачам многомерной статистики.

Статистические исследования в сферах предпринимательства и экономической безопасности, Учебное пособие, Шкурко В.Е., 2020.

В учебном пособии рассматриваются теоретические основы статистического анализа, начиная от организационных вопросов подготовки к статистическо­му исследованию до обработки и интерпретации полученных результатов. Обсуждаются вопросы анализа и прогнозирования с использованием рядов динамики, описаны модели корреляционно-регрессионного анализа. Изложе­ние материала сопровождается примерами, иллюстрирующими проведение исследований в области управления рисками и безопасностью, а также в пред­принимательской и инновационной деятельности. Для студентов бакалавриата, специалитета и магистратуры, осваивающих дисциплины «Оценка рисков», «Риск-менеджмент», «Основы безопасности бизнеса», «Предпринимательство», «Статистика», «Статистические исследования в инновационной деятельности» и др., а также для специалистов-практиков, занимающихся вопросами управления развитием организации, прогнозиро­ванием, а также риск-менеджментом и безопасностью.

Промышленная статистика, Контроль качества, анализ процессов, планирование экспериментов в пакете STATISTICA, Халафян А.А., 2013.

   Настоящее издание посвящено описанию статистических методов, которые позволяют при ограниченных объемах анализируемых изделий с заданной степенью точности и достоверности судить об изменении состояния качества выпускаемой продукции, что обеспечивает принятие верных управленческих решений не на основе интуиции, а при помощи научных методов выявления закономерностей в массивах данных.
В учебнике рассмотрены такие разделы промышленной статистики, как: карты контроля качества; анализ процессов; шесть сигма; планирование экспериментов в среде широко известного во всем мире пакета STATISTICA. Дано подробное описание технологии работы с модулями программы.
Издание адресовано студентам направлений «Экономика», «Управление качеством», «Стандартизация и метрология», «Метрология, стандартизация и сертификация», аспирантам, научным работникам, преподавателям вузов, аналитикам и управленцам, а также всем, кто интересуется статистическими методами в управлении качеством.