2020/2021![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)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Модели и первичный анализ статистических данных
Статус:
Майнор
Где читается:
Факультет экономики НИУ ВШЭ (Нижний Новгород)
Когда читается:
1, 2 модуль
Преподаватели:
Лапинова Светлана Александровна
Язык:
русский
Кредиты:
5
Контактные часы:
40
Программа дисциплины
Аннотация
В курсе будут рассмотрены основные модели и методы статистического анализа наблюдаемых переменных и процессов в различных практических задачах, способы представления данных и результаты анализа в виде обобщающих показателей, таблиц и графиков. Излагаемый теоретический материал будет сопровождаться практическими примерами с использованием современных информационных технологий и инструментов статистического анализа данных в различных программных средах.
Цель освоения дисциплины
- В результате изучения курса студент должен освоить основные понятия статистики и анализа данных, овладеть аппаратом статистического моделирования в пакетах прикладных программ, уметь рассчитывать статистические характеристики случайных величин и их совокупностей.
Планируемые результаты обучения
- Знает основные понятия, категории, инструменты и задачи статистики и анализа данных.
- Имеет навыки анализа данных с помощью пакетов прикладных программ.
- Знает основные понятия теории вероятностей и используемые в прикладной статистике.распределения случайных величин
- Умеет вычислять статистические характеристики совокупностей случайных величин
- Имеет навыки моделирования и анализа статистических характеристик случайных величин в пакетах прикладных программ.
Содержание учебной дисциплины
- Статистика и анализ данных.Задачи cтатистики и анализа данных. Типы данных: временные ряды, пространственные данные, панельные данные. Источники данных. Специфика измерений. Математические методы и модели анализа данных. Взаимосвязи между переменными. Построение статистических моделей. Пакеты прикладных программ для работы с количественными данными. Статистические компьютерные пакеты анализа данных. Примеры задач анализа данных в экономике, финансах, физике, биологии и других науках.
- Представление статистических данных.Представление количественных и качественных данных. Статистические совокупности и группировка. Визуальный анализ. Табличное и графическое представление распределения данных. Построение графиков, диаграмм, пиктограмм, гистограмм в пакетах прикладных программ. Введение в пакеты прикладных программ EViews, R, Python и Stata.
- Основные понятия теории вероятностей и прикладной статистики.Случайные события и случайные величины. Числовые характеристики случайной величины. Функции распределения для дискретных и непрерывных случайных величин. Математическое ожидание, дисперсия и другие статистические характеристики. Нормальный, биномиальный, пуассоновский и другие законы распределения вероятностей. Характеристики дифференциации. Кривая Лоренца, коэффициент Джини. Характеристические функции и их свойства. Примеры функций распределения в различных задачах прикладной статистики.
- Совокупности случайных величин.Многомерные статистические данные, их представление и обобщающие характеристики. Многомерные плотности вероятности. Основные свойства многомерных плотностей вероятности. Условные плотности вероятности случайных величин. Формула Байеса. Характеристики степени зависимости между двумя переменными. Построение зависимости одной переменной от другой. Корреляция и ковариация. Независимые и зависимые случайные величины. характеристики связи между переменными. Показатели взаимосвязи между качественными переменными. Выборочные характеристики. Примеры расчета статистических характеристик совокупностей случайных величин.
- Преобразования случайных величин.Замена вероятностной меры. Нелинейные преобразования случайных величин. Понятие о снижении размерности признакового пространства. Проблемы построения агрегированных статистических показателей. Псевдослучайные генераторы случайных чисел. Генерация случайных величин с различными функциями распределения. Имитационное моделирование в R и Python.
Промежуточная аттестация
- Промежуточная аттестация (2 модуль)0.3 * Аудиторная работа + 0.3 * Контрольная работа + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Мхитарян В. С., Агапова Т. Н., Ильенкова С. Д., Суринов А. Е. ; Под ред. Мхитаряна В.С. - СТАТИСТИКА. В 2 Ч. ЧАСТЬ 2 2-е изд., пер. и доп. Учебник и практикум для академического бакалавриата - М.:Издательство Юрайт - 2019 - 270с. - ISBN: 978-5-534-09357-5 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/statistika-v-2-ch-chast-2-442402
Рекомендуемая дополнительная литература
- Анализ данных : учебник для академического бакалавриата / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2016. — 490 с. — (Бакалавр. Академический курс). — ISBN 978-5-9916-5591-0. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: https://biblio-online.ru/bcode/385663
- Теория статистики : практикум / Г.Л. Громыко. — 5-е изд., испр. и доп. — М. : ИНФРАМ, 2017. — 238 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/671371
- Теория статистики : учебник / под ред. проф. Г.Л. Громыко. — 4-е изд., перераб. и доп. — Москва : ИНФРА-М, 2019. — 465 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/textbook_5d0734d6e23853.79720708. - Текст : электронный. - URL: http://znanium.com/catalog/product/1010682