статистика

Статистические методы контроля качества продукции, Ноулер Л., 1989.

Отличительной особенностью данного издания является его сугубо практическая направленность на решение каждодневных задач, связанных с качеством изготовления продукции. При этом минимальный математический аппарат книги дает возможность использовать изложенные в ней процедуры, приемы и правила широкому кругу инженерно-технических работников, среднему и низшему звену руководителей промышленных предприятий. Работа написана в форме учебного пособия, содержит большое количество примеров и контрольных упражнений, и это позволяет рекомендовать ее руководителям и членам групп качества для овладения статистическими методами с целью использования их при реализации программ повышения качества изготовления продукции.

Методы многомерного анализа статистических данных, Симчера В.М., 2008.

В данном пособии в отличие от аналогичных изданий процедуры применения сложных методов многомерного анализа рассматриваются по шагам на конкретных, а не на абстрактных примерах (их представлено в книге более 150). Каждая из пяти тем пособия включает вводные замечания, типологию решаемых задач, задачи для самостоятельных занятий, тесты и вопросы для самоконтроля. Примеры решения большеразмерных задач приведены с применением пакетов электронной обработки данных, в частности пакетов SAS, Statistica, Stadia, Statgraphics. Для студентов, аспирантов и специалистов, занимающихся статистическими вычислениями повышенной сложности.

Анализ процессов статистическими методами, ХИММЕЛЬБЛАУ Д., СКАРЖИНСКОГО В.Д., ГОРСКОГО В.Г., 1970.

Книга посвящена методам построения и анализа математических моделей с использованием статистических приемов. Рассматриваются модели, основанные на теоретических закономерностях, и эмпирические модели. Большое внимание наряду с обычными моделями в виде алгебраических уравнений уделяется моделям более сложной структуры, выраженным обыкновенными дифференциальными уравнениями и дифференциальными уравнениями в частных производных. Рассматриваются методы получения оценок параметров (констант), входящих в модель, на основе экспериментальных данных, а также проблема планирования экспериментов. Отдельная глава посвящена выбору наилучшей модели. Большинство рекомендуемых теоретических приемов иллюстрируется примерами из различных областей техники. Каждая глава снабжена списком литературы и задачами для самостоятельного решения. Для понимания материала книги достаточно знания математики в объеме стандартного курса высшего учебного заведения. Книга представляет большой интерес для широкого круга научных работников и инженеров самых различных областей науки и техники. Она может быть использована также как учебное пособие.

Введение в теорию вероятностей и математическую статистику для физиков, Чеботарев A.M., 2008.

Предисловие.

Теория вероятностей возникла в XVI-XVII веках как раздел математики, объясняющий причины выигрыша или проигрыша в азартных играх. Участие знаменитых ученых потребовалось для анализа игровых стратегий и объяснения ряда фактов отнюдь не очевидных с точки зрения здравого смысла. Вероятностные методы описания окружающей реальности остаются актуальными и сейчас, более того, сложность рассматриваемых систем достигла планетарного масштаба. Стохастические методы, возникшие как инструмент анализа игры в кости, используются для учета влияния случайных факторов на динамику глобальных процессов.

Методы статистической обработки и анализа гидрометеорологических наблюдений, учебное пособие, Аргучинцева А.В., 2007.

Излагаются основные теоретические знания методов обработки и анализа гидрометеорологической информации, базирующиеся на положениях теории вероятностей, математической статистики и теории случайных процессов. Приводятся примеры конкретных расчетов, проводимых с помощью методов полиномиальной и оптимальной интерполяции, четырехмерного численного анализа и методов контроля исходной информации.Пособие предназначено для студентов очного и заочного отделений специальностей «Гидрология» и «Метеорология», а также направления «Гидрометеорология».

Статистика, автоматизация обработки информации, Черткова Е.А., 2019.

В учебном пособии представлен обзор современных средств компьютерной обработки статистической информации. Описаны методы формирования исходной информации для компьютерной обработки данных. Основное содержание учебника посвящено технологии обработки и анализа социологических данных с использованием программного комплекса SPSS (Statistical Package for Social Science). Рассматриваются основные процедуры статистического анализа данных, а именно: частотный анализ. вычисление статистических характеристик, двумерный анализ, непараметрические тесты обработки данных, регрессионный анализ. Все процессы исследования статистических данных в SPSS изложены на конкретных примерах с описанием алгоритмов действий и с экранными формами SPSS. Соответствует актуальным требованиям Федерального государственного образовательного стандарта среднего профессионального образования и профессиональным требованиям. Для студентов образовательных учреждений среднего профессионального образования, обучающихся по инженерно-техническим
специальностям.

Теория вероятностей и математическая статистика, Ясногородский Р.М., 2019.

Настоящее учебное пособие предназначено для студентов всех специальностей, обучающихся учебным дисциплинам «Математика» и «Высшая математика». Оно может быть также полезно преподавателям при подготовке и организации учебного процесса. Учебное пособие написано в соответствии с действующими федеральными государственными образовательными стандартами и содержит теоретический материал для изучения теории вероятностей и математической статистики. Многочисленные примеры могут использоваться также и на практических занятиях. Рекомендовано УМО в области инновационных междисциплинарных общеобразовательных программ в качестве учебного пособия по направлению 010500 «Математическое обеспечение и администрирование информационных систем».

Численное статистическое моделирование, методы Монте-Карло, Михайлов Г.А., Войтишек А.В., 2006.

В учебном пособии представлены как классические результаты, так и последние теоретические и методические разработки численного статистического моделирования, рассмотрены методы моделирования случайных величин и процессов, численного интегрирования и решения интегральных уравнений второго рода. Особое внимание уделено современным приложениям метода Монте-Карло. Для студентов высших учебных заведений. Может быть полезно широкому кругу специалистов, использующих методы вычислительной математики в различных приложениях.