Чему вы научитесь
- рассчитывать и интерпретировать ключевые статистические показатели (среднее, медиана, мода, дисперсия, стандартное отклонение, ковариация, корреляция)
- строить и анализировать графики Box Plot, оперировать квартилями, квантилями и перцентилями
- рассчитывать и интерпретировать функции, описывающие распределения (кумулятивная функция распределения CDF, функция плотности вероятности PDF, квантиль-функция PPF, функция выживаемости SF, обратная функция выживаемости ISF)
- работать с нормальным распределением и рассчитывать вероятности
- проводить статистические тесты, проверяющие распределения на нормальность (тест Колмогорова-Смирнова с поправкой Лиллиефорса, тест Шапиро-Уилка и др.)
- анализировать распределения по графикам QQ Plot
- проводить одновыборочные и двухвыборочные параметрические t-тесты (критерий Стьюдента), тестировать гипотезы, проводить тест Уэлча
О курсе
Курс позволит закрепить базовые знания статистики и широко применяемых статистических методов на практических тестах и заданиях, в том числе с использованием Python (pandas, numpy, scipy, statsmodels, matplotlib). Первая часть из планирующейся серии практикумов по статистике на Python.
Подробнее на нашем сайте: nakedfinance.ru
Наши курсы:
Практикум по теории финансов
Практикум по теории финансов: деривативы
Английский для финансов
МСФО 9: Финансовые инструменты
МСФО 13: Оценка справедливой стоимости
Алгоритмический трейдинг на Python
Для кого этот курс
▪ Начинающие и продвинутые аналитики в сфере Data Science ▪ Финансовые и инвестиционные аналитики ▪ Студенты и учащиеся старших классов, интересующиеся статистикой и Python ▪ Все желающие попрактиковать знания статистики на Python и систематизировать свои знания
Начальные требования
Базовые представления о математической статистике
Знание Python на начальном уровне
Желательно иметь базовые представления о работе с библиотекой Pandas или желание в ней разобраться
Наши преподаватели
Программа курса
