наверх

Статистика для гуманитариев

1 октября - 29 декабря 2018 г.
Старт через 129 дней
149 дней
До конца записи
  • 10 недель

    длительность курса

  • от 8 до 12 часов в неделю

    понадобится для освоения

  • 3 зачётных единицы

    для зачета в своем вузе

Цели дисциплины «Статистика» состоят в ознакомлении учащихся с основными этапами и базовыми методами статистического анализа данных, применяемыми при обработке информации; выработке навыков решения конкретных практических задач и использования основных пакетов прикладных программ, применяемых для статистического анализа в профессиональной деятельности.

Изучаемые теоретические положения, формируемые навыки необходимы для освоения курсов, углубляющих и специализирующих умения обучающихся работать с проектами, технологиями статистического анализа данных, применяемых при обработке информации, а также для выполнения выпускной квалификационной работы.

О курсе

Задачи дисциплины «Статистика»:

  1. Сформировать у студентов положительную мотивацию на использование современных статистических методов в фундаментальных прикладных исследованиях;
  2. Дать знания об основных понятиях статистики, их применении для представления и анализа результатов аналитического исследования;
  3. Способствовать овладению студентами навыками статистического анализа, использования полученных данных при подготовке проектной документации, необходимой при решении различных профессиональных задач в сфере рекламы и связей с общественностью (технико-экономическое обоснование, техническое задание, бизнес-план, креативный бриф, соглашение, договор, контракт).

Формат

Курс включает:

  • видеолекции;
  • презентации;
  • тестовые задания на оценку;
  • вопросы к обсуждению на форуме курса.

 

Предусмотрено итоговое контрольное тестирование по содержанию всего курса. Финальная оценка результатов обучения формируется на основе данных итогового тестирования и еженедельного контроля.

Курс рассчитан на 10 недель изучения. Недельная учебная нагрузка обучающихся по курсу составляет 8-12 часов. Общая трудоемкость курса – 3 зачетные единицы.

В качестве дополнительных ресурсов слушателям рекомендуется использовать литературу и электронные ресурсы, список которых даётся в сопроводительных материалах к курсу.

Требования

Дисциплина «Статистика» входит в базовую часть ООП  бакалавриата и является обязательной для изучения.

Входными требованиями для освоения дисциплины «Статистика» является изучение курсов «Компьютерные технологии и информатика», «Математика», формирующие у обучающихся необходимые знания в области математических основ статистического анализа данных.

Программа курса

Онлайн-курс состоит из девяти разделов:

Модуль 1. Знакомство с пакетом R.

  • Рабочее пространство в R.
  • Типы и структуры данных.
  • Последовательности, векторы, матрицы.
  • Списки, массивы, факторы.
  • Объекты типа data.frame.

Модуль 2. Введение в статистику. Предварительная обработка данных. Способы представления выборок.

  • Введение в статистику.
  • Сводка, группировка.
  • Измерительные шкалы и типы данных.
  • Генеральная и выборочная совокупность.
  • Табличные способы представления выборок.
  • Графические способы представления выборок.

Модуль 3. Оценки параметров. Описательные статистики.

  • Точечные оценки параметров.
  • Числовые характеристики выборки.
  • Средние показатели.
  • Меры вариации.
  • Структурные характеристики.
  • Интервальное оценивание.
  • Предварительная обработка данных (пропуски, выбросы).

Модуль 4. Проверка статистических гипотез.

  • Проверка статистических гипотез.
  • Критерии согласия.
  • Критерии проверки нормальности.

Модуль 5. Сравнение групп. Параметрические и непараметрические критерии.

  • Параметрические критерии сравнения групп.
  • Непараметрические критерии сравнения групп.

Модуль 6. Корреляционный анализ.

  • Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона.
  • Ранговая корреляция.
  • Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности.

Модуль 7. Регрессионный и дисперсионный анализ.

  • Регрессионный анализ. Общая постановка задачи.
  • Парная регрессии.
  • Множественная регрессия.
  • Дисперсионный анализ (ANOVA). Общая постановка задачи.
  • Однофакторный ANOVA.
  • Двухфакторный ANOVA.

Модуль 8. Анализ рядов динамики. Экономические индексы.

  • Определение и структура временного ряда.
  • Методы сглаживания временного ряда.
  • Сезонная составляющая.
  • Экономические индексы.

Модуль 9. Итоговая аттестация.

Результаты обучения

В результате освоения курса студент сможет (научится):

1.   Проводить предварительную обработку данных для статистических исследований.

2.   Выбирать наиболее адекватные статистические методы для анализа.

3.  Применять (реализовывать) статистические методы для анализа данных.

4.  Применять пакеты прикладных программа для реализации статистических методов.

5.  Интерпретировать полученные результаты.

Кабанова Татьяна Валерьевна

Кандидат физико-математических наук, доцент
Должность: Доцент кафедры теории вероятностей и математической статистики Института прикладной математики и компьютерных наук НИ ТГУ

Похожие курсы