up
  • Russian

    course language

  • 13 weeks

    course duration

  • about 7 hours per week

    needed to educate

  • 3 credit points

    for credit at your university

About

Учебная дисциплина "Методы исследования в менеджменте" является дисциплиной базовой части при подготовке магистров и бакалавров по программам «Инноватика» и «Менеджмент», связанной с изучением теоретических основ статистики, теории вероятностей и получением комплексных знаний по практическому использованию методов обработки и анализа информации в бизнес - среде.

Изучение дисциплины позволяет использовать полученные знания на практике при обработке первичных данных, представлении полученных результатов в виде таблиц, графиков, диаграмм, построении обобщающих показателей. На их основе обеспечивается возможность использования наиболее эффективных статистических и количественных методов и моделей в экономическом анализе, включая построение распределений, количественные методы оценки вероятностей, методы принятия решений в условиях неопределенности, методы построения доверительных интервалов, методы построения и оценки статистических гипотез.

Предусмотрены задания для самостоятельной работы в среде Excel.

Объект дисциплины:
Анализ первичных данных для выявления закономерностей, проверки гипотез и принятия эффективных управленческих решений.

Предмет дисциплины:
Количественные методы анализа первичных данных, методы анализа недетерминированных ситуаций, включая построение распределений, количественные методы оценки вероятностей, методы принятия решений в условиях неопределенности, методы построения доверительных интервалов, методы построения и оценки статистических гипотез.

Целью курса является:
Освоить совокупность инструментальных количественных методов анализа первичных данных для принятия эффективных управленческих решений.
Развитие профессиональных знаний и навыков:

  • курс изучается в базовой части программы бакалавриата и магистратуры по направлениям подготовки «Менеджмент» и «Инноватика»;
  • курс представляет набор инструментов быстрого персонального количественного анализа первичных данных;
  • курс предполагает освоение общей методики анализа недетерминированных ситуаций, методов вероятностного и статистического оценивания, а также принятия решений в условиях неопределенности.

 

Format

Еженедельные занятия будут включать просмотр тематических видео-лекций и выполнение тестовых заданий с автоматизированной проверкой результатов. Важным элементом изучения дисциплины является написание творческих работ в формате сочинения-рассуждения по заданным темам, которое должно содержать полные развернутые ответы, подкрепленные примерами из лекций и/или личного опыта, знаний или наблюдений.
В открытом доступе вы можете ознакомиться с видеолекциями первых двух недель, остальные материалы станут доступны после оплаты курса. 

Requirements

Перечень дисциплин, которые желательно освоить до начала освоения данной дисциплины:

  • практика работы в среде Excel,
  • теория вероятностей и математическая статистика.

Курс рассчитан на широкую аудиторию, а также на слушателей обучающихся по экономическим и управленческим специальностям. В процессе изучения дисциплины слушатель приобретает компетенции, необходимые для его профессиональной деятельности.

 

Course program

Лекция 1: Введение в курс. Гистограммы. Диаграммы рассеяния.
Лекция 2: Временные ряды. Сводные таблицы.
Лекция 3: Сводные таблицы – примеры анализа.
Лекция 4: Обобщающие показатели. Прямоугольные диаграммы.
Лекция 5: Матрица парных корреляций. Общий пример анализа данных.
Лекция 6: Кейс «Благосостояние».
Лекция 7: Основные правила теории вероятностей. Формализация случайных величин. Визитная карточка случайной величины – математическое ожидание и стандартное отклонение.
Лекция 8: Совместные и условные вероятности. Биномиальные и нормальные определения.
Лекция 9: Статистические оценки. Общий план анализа недетерминированной ситуации.
Лекция 10: Типовые статистические задачи.
Лекция 11: Принятие решений в недетерминированных многошаговых ситуациях. Надстройка TreePlan.
Лекция 12: Примеры выбора решений с использованием надстройки TreePlan.

Education results

В результате каждый слушатель должен:
Знать:

  • основные характеристики описательной статистики, методы их вычисления и интерпретации;
  • методы количественного анализа неопределенности, способы классификации недетерминированных задач;
  • форматы исходной информации, механизмы работы, методы интерпретации результатов программного инструментария количественного анализа первичных данных;
  • основные методы количественного анализа данных;
  • основные понятия и методы, связанные с анализом неопределенности.

Уметь:

  • использовать на практике программный инструментарий персонального количественного анализа первичных данных;
  • разрабатывать оптимизационные модели и проводить их анализ чувствительности;
  • проводить обработку первичных данных и представлять полученные результаты в виде таблиц, графиков, диаграмм, обобщающих показателей;
  • вычислять вероятности, строить доверительные интервалы, оценивать эффективность решений в условиях неопределенности.

Владеть:

  • методами вычисления количественных характеристик процессов в условиях неопределенности;
  • навыками применения методов принятия решений в условиях неопределенности;
  • приемами обработки первичных данных, представления полученных результатов в виде таблиц, графиков, диаграмм, построения обобщающих показателей;
  • основными количественными методами оценки вероятностей, методами построения доверительных интервалов, методами построения и оценки статистических гипотез.

 

 

Formed competencies

В результате освоения дисциплины дожны быть сформированы следующие компетенции:
Универсальные компетенции:
а) общенаучные:
— способность к самостоятельной научно-исследовательской и (или) научно-педагогической
деятельности в соответствующем направлении (M-OHK-3);
— способность приобретать и использовать в практической деятельности новые знания и умения,
в том числе в областях, непосредственно не связанных со сферой деятельности (М-ОНК-4).
б) системные:
— способность K творчеству, порождению инновационных идей, выдвижению самостоятельных
гипотез (М-СК-1);
— способность к поиску, критическому анализу, обобщению и систематизации научной информации, к постановке целей исследования и выбору оптимальных путей и методов их
достижения (M-CK-2);
— способность к самостоятельному обучению и разработке новых методов исследования, к
изменению научного и научно-производственного профиля деятельности; к инновационной
научно-образовательной деятельности, в том числе в новых областях знаний (М-СК-3).
Профессиональные компетенции:
— способность произвести оценку экономического потенциала инновации, затрат на реализацию
научно-исследовательского проекта (М-ПК-3);
— способность найти (выбрать) оптимальные решения при создании новой наукоемкой продукции
с учетом требований качества, стоимости, сроков исполнения, конкурентоспособности и
экологической безопасности (М-ПК-4);
— способность выполнить анализ результатов научного эксперимента с использованием
соответствующих методов и инструментов обработки (М-ПК-7);
— способность представить (опубликовать) результат научного исследования на конференции или в печатном издании, в том числе на иностранном языке (М-ПК-8).
Специализированные профессиональные компетенции:
— Способность использовать компьютерный инструментарий для персонального анализа
первичных данных.
— Умение применять методологию и вероятностно-статистические методы анализа неопределенности. 

Education directions

Отзывы о курсе

Контактная информация:

Почтовый адрес: 119234, Москва, Ломоносовский пр. д. 27 корп. 1, комната Г-729
Телефон: +7 (495) 938-21-39
Емейл тех.поддержкиsupport@distant.msu.ru

Косоруков Олег Анатольевич

Доктор технических наук
Position: Профессор Высшей школы управления и инноваций МГУ имени М.В.Ломоносова

Similar courses