Стицање општих и специфичних знања из математичке статистике.

По завршетку курса, студент има основна знања из математичке статистике. Оспособљен је да примењује статистичке тестове и методе симулације за проучавање реалних појава, као и да користи статистички софтвер R.

Основни концепти вероватноће. Случајне величине, њихове расподеле и нумеричке карактеристике. Закон великих бројева. Централна гранична теорема. Статистички модел и задатак математичке статистике. Графичко представљање података. Статистике поретка и варијациони низ. Емпиријска функција расподеле. Узорачка средина и узорачка дисперзија и њихове нумеричке карактеристике. Оцењивање параметара расподела и особине оцена. Интервалне оцене у нормалном и биномном моделу. Тестирање статистичких хипотеза. Тестирање хипотеза о параметрима нормалне расподеле. Пирсонов хи-квадрат тест сагласности са расподелом. Пирсонов хиќвадрат тест неѕависности два обележја.

Увежбавање метода и техника статистичке анализе података. Решавање практичних задатака.

Нема предуслова.

укупан фонд часова: 90

ново градиво: 30
разрада и примери (рекапитулација): 0

аудиторне вежбе: 30
лабораторијске вежбе: 0
рачунски задаци: 15
семинарски рад: 0
пројекат: 0
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

преглед и оцена рачунских задатака: 5
преглед и оцена лабораторијских извештаја: 0
преглед и оцена семинарских радова: 0
преглед и оцена пројекта: 0
колоквијум са оцењивањем: 0
тест са оцењивањем: 5
завршни испит: 5

активност у току предавања: 10
тест/колоквијум: 10
лабораторијска вежбања: 0
рачунски задаци: 0
семинарски рад: 10
пројекат: 0
завршни испит: 70
услов за излазак на испит (потребан број поена): 0

В. Јевремовић, Вероватноћа и статистика, Математички факултет, Београд, 2009.; R.J. Larsen, M.L. Marx, An Introduction to Mathematical Statistics and Its Applications, Pearson Education, N. Jersey, 2006.; М.Меркле, Вероватноћа и статистика, Академска мисао, Београд, 2010.;