Основы высшей математики и статистики

Бакалавриат 2023/2024

Статус: Курс обязательный (Стратегия и продюсирование в коммуникациях)

Направление: 42.03.01. Реклама и связи с общественностью

Кто читает: Школа коммуникаций

Где читается: Факультет креативных индустрий

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Козлов Никита Александрович, Нуриева Аиша Ильдаровна, Сальникова Дарья Вячеславовна

Язык: русский

Кредиты: 4

Контактные часы: 64

Полная версия программы учебной дисциплины

Аннотация

Курс предусматривает освоение основных положений высшей математики и математической статистики, адаптированных под цели и задачи, возникающие у специалистов, занимающихся вопросами коммуникации. Курс «Основы высшей математики и статистики» направлен, прежде всего, на развитие практических навыков в области анализа и визуализации данных, необходимых для написания курсовых работ и впоследствии ВКР. В частности, в рамках курса обсуждается логика статистической инференции, на конкретных примерах разбираются типичные ошибки интерпретации результатов количественного исследования, представляются инструменты для эффективного описания и визуализации данных. На семинарах студенты для отработки материала, представленного на лекциях, решают практические задачи, приобретают базовые навыки анализа данных и визуализации в Python

Цель освоения дисциплины

Познакомиться с логикой количественного исследования и приобрести навыки в выполнении и представлении эмпирической части количественного исследования, в частности, в рамках курсовых работ и впоследствии ВКР

Планируемые результаты обучения

Понимает различия между точечными и интервальными оценками, корректно интерпретирует доверительные интервалы, знает свойства точечных оценок
Уметь вычислять и интерпретировать коэффициенты корреляции и проверять связанные и ними статистические гипотезы. Уметь анализировать связь качественных признаков
Уметь корректно интерпретировать описательные статистики
Приобрести базовые навыки разведывательного анализа данных в Python
Уметь объяснить, что такое случайная величина, и привести примеры дискретных и непрерывных случайных величин
Уметь объяснить содержательный смысл функции распределения и рассчитать значение функции распределения от заданного значения случайной величины
Умеет формулировать нулевую и альтернативную гипотезу
Умеет корректно интерпретировать результаты проверки статистической гипотезы на основе p-value

Содержание учебной дисциплины

Разведывательный анализ данных
Случайные величины и их распределения
Статистические оценки
Предельные теоремы
Проверка статистических гипотез: общая логика
Меры взаимосвязи и визуализация взаимосвязи

Элементы контроля

Домашнее задание 1
Домашнее задание 2
Проверочная работа 1
Проверочная работа 2
Семинарская активность
Экзамен

Промежуточная аттестация

2023/2024 2nd module
0.1 * Домашнее задание 1 + 0.1 * Домашнее задание 2 + 0.15 * Проверочная работа 1 + 0.15 * Проверочная работа 2 + 0.1 * Семинарская активность + 0.4 * Экзамен

Программа дисциплины