язык курса
длительность курса
понадобится для освоения
для зачета в своем вузе
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
язык курса
длительность курса
понадобится для освоения
для зачета в своем вузе
Кандидат технических наук, Доцент
Должность: 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.