статистика

Финансовый анализ данных в Deductor Studio, Учебное пособие, Яковлев В.Б., 2018.

В учебном пособии рассмотрены основные статистические методы финансового анализа данных, используемые в аналитическом приложении Deductor Studio: предобработка и очистка данных, линейная регрессия, декомпозиция временного ряда, логистическая регрессия, кластеризация, дерево решений, ассоциативные правила. Приведены примеры, позволяющие получить навыки их практического применения. Предназначено для проведения лабораторных занятий и самостоятельной работы студентов, обучающихся по направлению подготовки 38.04.05 - «Бизнес-информатика» (магистратура) программы «Финансовый менеджмент и автоматизация учетной деятельности в организации», при изучении дисциплины «Финансовый менеджмент и анализ», а также аналитиков, занимающихся практическими вопросами статистического анализа данных на основе аналитической платформы Deductor.

Таблицы математической статистики, Большев Л.Н., Смирнов Н.В., 1983.

Книга представляет собой сборник статистических таблиц с подробными пояснениями и примерами, которые выходят за рамки простого описания и представляют самостоятельный интерес как справочный материал. В отличие от других книг аналогичного содержания, здесь функции табулированы по всей естественной области определения, что достигается с помощью табулирования поправок к простейшим асимптотическим формулам. При конструировании таблиц широко используются предельные теоремы и асимптотические формулы, связанные с преобразованиями, улучшающими сходимость. Второе издание выходило в 1968 г. Для специалистов, использующих в своей работе методы математической статистики, а также для студентов и аспирантов соответствующих специальностей.

Статистическое моделирование в вычислительной аэродинамике, Хлопков Ю.И., 2006.

В книге излагается обзор методов Монте-Карло, разработанных в вычислительной аэродинамике разреженного газа, и их применение в смежных, нетрадиционных для использования статистического моделирования, областях. Приводится краткая история развития методов, их основные свойства, достоинства и недостатки. Устанавливается связь прямого статистического моделирования аэродинамических процессов с решением кинетических уравнений и показывается, что современный этап развития вычислительных методов немыслим без комплексного подхода к разработке алгоритмов с учётом всех особенностей решаемой задачи: физической природы процесса, математической модели, теории вычислительной математики и стохастических процессов. Рассматриваются возможные пути развития методов статистического моделирования. Для студентов, аспирантов и специалистов, интересующихся вопросами вычислительной аэродинамики.