Бакалавриат
2019/2020![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Элементы контроля](/f/src/global/i/edu/controls.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Анализ данных в бизнесе
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс обязательный (Менеджмент)
Направление:
38.03.02. Менеджмент
Кто читает:
Департамент экономики и финансов
Где читается:
Факультет экономики, менеджмента и бизнес-информатики
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Язык:
русский
Кредиты:
5
Контактные часы:
60
Программа дисциплины
Аннотация
В рамках данного курса студенты изучат базовые концепции анализа данных, которые могут быть применимы к широкому классу управленческих задач и в целом задач бизнеса. На лекции разбирается суть отдельных инструментов анализа, их применимость к различным задачам. На семинарах изучается алгоритм применения отдельных инструментов анализа и оттачиваются навыки применения на учебных и реальных кейсах.
Цель освоения дисциплины
- Подготовка к информационно-аналитической и научно-исследовательской деятельности, а также к продолжению обучения в магистратуре и аспирантуре.
- Знакомство студента с основными понятиями, используемыми при изучении дисциплины.
- Формирование представления студента о методах анализа данных, выбора оптимальных методов.
- Демонстрация основных подходов к интерпретации результатов в ходе анализа данных компаний.
Планируемые результаты обучения
- Студент знает и интерпретирует основные понятия и термины.
- Студент знает и умеет применять базовые подходы анализа данных.
Содержание учебной дисциплины
- Выборка и базовые подходы анализа данныхТема 1. Конструирование выборки: общий подход и статистические процедуры Общий подход. Основные понятия: генеральная совокупность, выборка, систематическая ошибка выборки, случайная ошибка выборки, репрезентативность. Вероятностные и невероятностные методы построения выборки, возможности и ограничения каждой группы методов. Вероятностные методы: простая случайная выборка, систематическая выборка, стратифицированная выборка, кластерная выборка. Невероятностные методы построения выборки: доступная, целевая, метод снежного кома, квотная выборка. Статистические процедуры. От чего зависит объем выборки. Роль нормального распределения. Среднеквадратическая ошибка. Подходы к расчету размера выборки: доверительные интервалы, средние арифметические значения. Определение размера выборки для категориальных переменных. Корректирование статистически определенных размеров выборки. Выборки в интернет-опросах: возможности и ограничения. Проблема генеральной совокупности. Проблема самоотбора. Тема 2. Статистические тесты для категориальных и порядковых переменных Уровни измерения признаков: номинальные, порядковые, интервальные. Мера качественной вариации признака. Понятие таблицы сопряженности. Глобальные и локальные коэффициенты связи. Статистика «Хи-квадрат». Коэффициенты для четырехклеточных таблиц. Меры Л. Гудмена и Е. Краскала для порядковых переменных. Тема 3. Параметрические vs. непараметрические тесты Как работают параметрические тесты: t-тест и z-тест. Как работают непараметрические тесты. Сравнение двух независимых выборок: тест Манн-Уитни, Тест Мозеса, тест Колмогорова-Смирнова. Сравнение двух зависимых выборок: тест Уилкоксона. Тема 4. Дисперсионный анализ Задачи, решаемые с помощью дисперсионного анализа. Ограничения применения дисперсионного анализа. Одномерный и многомерный дисперсионный анализ. Дискретные и непрерывные переменные. Однофакторный анализ: модель однофакторного дисперсионного анализа, корреляционное отношение, общая, частная и остаточная дисперсия, тест на однородность, критерий Фишера.
- Многомерный анализ данных и основы прогнозированияТема 5. Факторный анализ. Содержание темы: понятие латентного признака, анализ главных компонент, эксплораторный факторный анализ (exploratory factor analysis), конформаторный факторный анализ (confirmatory factor analysis): цели и задачи, теоретическое описание методов, практическая, алгоритм применения. Применение факторного анализа: задача сокращения размерности, задача создания индекса, задача классификации. Тема 6. Кластерный анализ Содержание темы: цели и задачи кластеризации; иерархическая кластеризация: теоретическое описание метода, алгоритм применения, дендрограмма; неиерархическая кластеризация: кластеризация k-средних и k-median, теоретическое описание методы, алгоритм применения, критерии выбора количества кластеров; пояснение на примере сегментирования игроков в компьютерной онлайн игре. Тема 7. Методы прогнозирования временного ряда Содержание темы: задача прогнозирования временного ряда, интерполяция и экстраполяция, обучающая и экспериментальная выборка, простейшие методы прогнозирования: наивный прогноз, скользящее среднее, экспоненциальное сглаживание, аддитивная модель сезонности; показатели качества прогноза.
Элементы контроля
- Контрольная работа
- Аудиторная работа
- Самостоятельная работа
- ЭкзаменЭкзамен проводится в виде теста в течение 60 минут на площадке Траектория (http://trajectory.hse.perm.ru/). В это же время студенты должны находится в zoom сессии со включенной камерой. Для прохождения экзамена студенту необходим компьютер (ноутбук), веб-камера и устойчивый интернет.
Промежуточная аттестация
- Промежуточная аттестация (4 модуль)0.2 * Аудиторная работа + 0.3 * Контрольная работа + 0.1 * Самостоятельная работа + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Quirk, T. J., & Rhiney, E. (2016). Excel 2016 for Marketing Statistics : A Guide to Solving Practical Problems. Cham: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1261494
- Галицкий Е. Б., Галицкая Е. Г. - МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ. ТЕОРИЯ И ПРАКТИКА 2-е изд., пер. и доп. Учебник для вузов - М.:Издательство Юрайт - 2019 - 570с. - ISBN: 978-5-9916-3225-6 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/marketingovye-issledovaniya-teoriya-i-praktika-425174
- Под ред. Мхитаряна В.С. - АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 490с. - ISBN: 978-5-534-00616-2 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-dannyh-432178
Рекомендуемая дополнительная литература
- Gatignon, H. (2013). Statistical Analysis of Management Data (Vol. Third edition). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1073815
- Newbold, P., Carlson, W. L., & Thorne, B. (2013). Statistics for Business and Economics: Global Edition (Vol. Eight edition). Boston, Massachusetts: Pearson Education. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1417883