Môn học trang bị kiến thức về xác suất và thống kê máy tính, giúp sinh viên thực hiện thống kê mô tả, biểu diễn dữ liệu và hiểu các phân phối xác suất quan trọng. Sinh viên cũng học phân tích phương sai, hồi quy tuyến tính đơn giản và ứng dụng ngôn ngữ Python trong phân tích số liệu.
Trang chủ > Tài liệu học tập > CNTT > Thống kê máy tính và ứng dụng
Xem nhanh nội dung môn học
Tên học phần: Thống kê máy tính và ứng dụng
Tổng số tín chỉ: 3
Lý thuyết: 2
Thực hành: 1
Tự học: 5
Sau khi hoàn thành môn học, sinh viên tích lũy kiến thức cơ bản về xác suất và thống kê máy tính sử dụng vào trong ngành học mình đang chọn. Sinh viên có khả năng thực hiện thống kê mô tả và biểu diễn hình học cho tập dữ liệu mẫu. Sinh viên hiểu được một số phân phối xác suất cơ bản cho các biến ngẫu nhiên rời rạc và biến ngẫu nhiên liên tục: Phân phối nhị thức, phân phối Poisson, phân phối chuẩn, phân phối chuẩn chuẩn hóa, phân phối t, F và 𝜒2. Phân tích phương sai và phân tích hồi qui tuyến tính đơn giản trên các thuộc tính của tập dữ liệu mẫu. Sinh viên nắm được việc sử dụng ngôn ngữ Python vào việc phân tích số liệu thống kê.
Khi hoàn thành môn học, người học có khả năng:
Sử dụng ngôn ngữ Python để thực hiện để phân tích số liệu thống kê ở mức độ cơ bản.
Thống kê mô tả và biểu diễn hình học của tập dữ liệu mẫu.
Nhận biết một số phân phối xác suất phổ biến: Phân phối nhị thức, phân phối Poisson, phân phối chuẩn, phân phối chuẩn chuẩn hóa, phân phối t, F và 𝜒2
Phân tích phương sai và phân tích hồi qui tiến tính đơn giản
Khi hoàn thành môn học, người học có khả năng:
SỬ DỤNG được ngôn ngữ Python để phân tích số liệu thống kê cơ bản.
HIỆN THỰC được việc thống kê mô tả và biểu diễn hình học của tập dữ liệu mẫu. Thực hiện việc phân tích phương sai và phân tích hồi qui trên các thuộc tính của tập dữ liệu mẫu, và kiểm định giả thuyết thống kê đơn giản.
VẬN DỤNG kiến thức xác suất và thống kê vào việc giải quyết bài toán phân tích số liệu thống kê.
PHÂN RÃ một bài toán phân tích số liệu thống kê phục vụ cho học máy và đưa ra quyết định.
Đáp ứng chuẩn đầu ra học phần:
Thực hiện được thống kê mô tả và biểu diễn hình học dữ liệu trên tập dữ liệu mẫu trên Python
Thực hiện được cách lấy mẫu theo phương pháp ngẫu nhiên đơn giản. Ước lượng các tham số quần thể dựa vào thống kê mô tả mẫu trong trường hợp lấy mẫu bằng phương pháp ngẫu nhiên đơn giản
Thực hiện việc kiểm định thống kê dựa vào phân phối chisquar và các mô hình phân bố xác suất: phân bố đều, phân phối Poisson, phân phối mũ
So sánh trung bình của nhiều nhóm dữ liệu phân loại theo 1 yếu tố
Thực hiện phân tích tương quan và hồi qui giữa hai đại lượng A,B
1.1. Giới thiệu qui trình phân tích số liệu thống kê
1.2. Vai trò của phân tích số liệu thống kê
1.3. Hai trường phái của thống kê: tần suất và Bayes
1.4. Máy học và thống kê học
1.5. Giới thiệu ngôn ngữ Python
1.6. Tài liệu tham khảo và các hướng dẫn để học tốt môn học thống kê máy tính và ứng dụng
2.1.Định nghĩa xác suất
2.2 Phương pháp tính xác suất
2.3 Xác suất có điều kiện
2.4 Hướng dẫn thực hiện tính xác suất và ma trận trên Python
3.1.Thống kê mô tả
3.2.Biểu diễn hình học
3.3 Thống kê mô tả và biểu diễn hình học dữ liệu trên R
4.1. Hàm phân phối xác suất
4.2. Phân phối xác suất cho biến rời rạc
4.3. Phân phối xác suất cho biến liên tục
4.4. Chọn mẫu ngẫu nhiên
4.5. Các vấn đề liên quan đến phân phối xác xuất trên ngôn ngữ R
5.1. Kiểm định giả thuyết và chỉ số P
5.2 Phân tích phương sai
5.3 Hướng dẫn các vấn đề liên quan của chương 5 trên ngôn ngữ R
6.1. Hệ số tương quan
6.2 Phân tích hồi qui tuyến tính đơn giản
6.3 Phân tích hồi qui tuyến tính trên ngôn ngữ R
Sinh viên được đánh giá qua các hình thức sau:
Kiểm tra giữa kỳ: 30% (Thực hành).
Bài tập thường kỳ: 20% (các bài kiểm tra).
Thi cuối kỳ: 50% (Bài tập lý thuyết).
Môn học có liên quan: CNTT, Cấu trúc rời rạc, Hệ cơ sở dữ liệu, Lập trình CNTT trong Java, Hệ thống máy tính
Thẻ tag: #tài liệu học tập, #tài liệu ôn thi, #ôn thi cuối kì, #ôn thi giữa kì, #cntt, #tkmt, #python, #thống kê, #ước lượng, #TKMTUD