course language
course duration
needed to educate
for credit at your university
Целью курса является освоение базовых основ статистической методологии сбора данных об исследуемых явлениях, представления полученной на их основе информации в виде статистических моделей и формирования выводов, направленных на решение практических задач.
В ходе освоения курса будут получены навыки получения и сжатия информации до объемов, обеспечивающих ее осмысление, измерения параметров формируемых статистических моделей различного вида, проверки предположений о природе анализируемых явлений.
Для успешного усвоения курса необходимы базовые знания математики, в частности, основ дифференциального и интегрального исчисления, элементарных матричных операций.
Проверка качества освоения материала курса предполагается путем тестирования и выполнения заданий по каждой теме, а также итогового тестирования и представления результатов расчетов по итоговому заданию.
Для эффективной работы над заданиями необходимы компьютеры с распространенным программным обеспечением, не требующим дополнительных затрат, таких как Microsoft Excel, R. Возможно использование и других программных продуктов.
Для решения практических задач могут быть использованы данные, которыми располагают обучаемые, а также общедоступные базы статистических данных. Предполагается содержательная интерпретация всех получаемых результатов.
Целью курса является освоение статистической методологии сбора и обработки данных из различных источников, построения статистических моделей, формирования выводов и наглядного представления результатов анализа. Даются необходимые сведения из теории вероятностей и математической статистики. Приводятся примеры решения прикладных задач с использованием современного инструментария. Курс будет полезен широкому кругу студентов и специалистов, работающих со статистической информацией.
Курс состоит из коротких видеолекций продолжительностью от 8 до 15 минут, внутри которых встроены неоцениваемые вопросы. На каждой неделе будет представлен оцениваемый тест. Итоговый экзамен предусматривается в виде комбинации тестовых заданий и расчетных задач.
Статистика: учеб. / под ред. В.С. Мхитаряна. – М.: Юрайт, 2016. Раздел 1. Методы сбора и обработки статистических данных.
Анализ данных: учеб. / под ред. В.С. Мхитаряна. – М.: Юрайт, 2017.
John A. Rice Mathematical Statistics and Data Analysis. Brooks/Cole, Cengage Learning.
Айвазян С.А., Мхитарян В.С. Прикладная статистика. Основы эконометрики. - Т.1: Теория вероятностей и прикладная статистика. – М.: ЮНИТИ-ДАНА, 2001.
Graham Upton, Ian Cook. A Dictionary of Statistics. Oxford University Press.
Базовые знания по математическому анализу и основам линейной алгебры
Неделя 1. Базовые понятия и задачи статистики
Неделя 2. Сведения из теории вероятностей для построения статистических моделей
Неделя 3. Оценивание параметров в практике статистического анализа
Неделя 4. Статистическая проверка гипотез и ее приложения
Неделя 5. Характеристики многомерной совокупности. Меры взаимосвязи признаков
Неделя 6. Регрессионный анализ: элементы теории и практические приложения
Неделя 7. Параметрическое и непараметрическое моделирование распределений
Неделя 8. Выделение однородных групп объектов методами классификации
Неделя 9. Снижение размерности признакового пространства и построение индексов
Неделя 10. Модели времменных рядов и их применение
После прохождения курса слушатель:
Способен осуществлять сбор, анализ и обработку статистических данных, информации, научно-аналитических материалов, необходимых для решения поставленных задач;
Способен выбрать инструментальные средства для обработки данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы;
Способен на основе описания процессов и явлений строить теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты;
Способен использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии
course language
course duration
needed to educate
for credit at your university
Кандидат технических наук, Доцент
Position: Заместитель руководителя департамента, Профессор, Факультет экономических наук, Департамент статистики и анализа данных; Заместитель заведующего лабораторией, Научно-учебная лаборатория измерения благосостояния, Факультет экономических наук
Предусмотрен сертификат.
A participant certificate is usually issued upon reaching 60 % of the overall rating, subject to the delivery of works before a hard deadline. The honors certificate is usually issued upon reaching 90 % of the overall rating, subject to the delivery of the work before the soft deadline.
К сожалению, мы не гарантируем корректную работу сайта в вашем браузере. Рекомендуем заменить его на один из предложенных.
Также советуем ознакомиться с полным списком рекомендаций.
