fulyankin / matstat_lec

Лекции по матстату на русском

matstat_lec

Решил законспектировать кое-какие лекции по матстату, которые рассказываю в ранхе и на курсере. Буду их понемногу обновлять и дополнять. Буду писать про всё. И про простые вещи и про какие-то продвинутые штуки, используемые сейчас в АБ-тестировании. Возможно, когда-нибудь эти посиделки можно будет собрать в полноценную книгу.

Идеология конспектов

• Каждый делать не больше 10-15 страниц, если материала накапливается больше, дробить на несколько частей
• Больше идей и описания того, как что-то придумать, меньше описания алгоритмов
• Повторить одну и ту же концепцию три раза подряд разными словами - не зазорно
• Больше всратых цитат и уместных отсылок, не упарываться без причины
• Возможно, имеет смысл оформить всё в виде jupyter book.
• Альтернатива это quarto

Большой план маленьких конспектов

Какая структура посиделок правильная, я пока не придумал. Думаю, что придёт само, когда буду писать.

Выглядит готовым

1. Зачем мы учили теорию вероятностей? Схема статистики на комбинаторых примерах.

2. Офигительные истории про репрезентативность выборок.

3. Какими бывают сходимости (много математики)

В работе

3. Описательные статистики. Задача про игру престолов. Места, где используются статистики и какие возникают проблемы.
4. Дядя Фёдор и доверительный интервал. Выводим характеристики для среднего.
5. Как рождаются распределения: от монетки до более сложных моделей. Пуассона, нормальное, экспоненциальное, квантильное преобразование, распределения из физики
6. Сходимости случайных величин
7. ЦПТ и ЗБЧ
8. Несмещённость, состоятельность, эффективность. Разложение ошибки на смещение и разброс.
9. Выборки: с повторением и без повторения. Метрика плохих показов. Её коррекция. Метрики классификации и их коррекция.
10. Мощь средних: вся статисткиа через средние, сюда же обобщённый метод моментов
11. Точное и асимптотическое: пара примеров критериев, чёткие предпосылки когда где что используем. Тут написать про то что нормальность средних для t-статистики полная чушь (её почему-то активно продвигают в ODS).
12. Ошибки 1 и 2 рода. Мощность критерия.
13. Непараметрические критерии
14. Бутстрап. Бутстрап для корректировки смещения.

---

Туманное будущее

• Стратифицированные выборки: вывод характеристик для среднего.
• АБ-тесты, метрики, повышение их чувствительности, способы сбить дисперсию, про всякие доли, бустрап продуктовых метрик и тп
• Метод максимального правдоподобия. EM-алгоритм.
• Энтропия, дивергенция. Примеры использования: обучение дерева, TSNE, UMAP, связь с правдоподобием. Снова про EM-алгоритм. Про ELBO. Про информационные критерии и их состоятельную оценку - ???
• Средиземье и крайнеземье: статистика максимумов и финансовые рынки. Моделируем толстые хвосты.
• Немного про байесовский подход.

matstat_lec's Issues

Same link

Пункты 1 и 2 в следующем месте на главной странице:

Выглядит готовым
1. Зачем мы учили теорию вероятностей? Схема статистики на комбинаторых примерах.
2. Офигительные истории про репрезентативность выборок.

имеют одинаковые ссылки, учитывая наличи двух разных pdf папке matstat_lec/several_pdfs/ - полагаю ссылки должны быть разными