Бакалавриат
2023/2024![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 Excel
Статус:
Курс обязательный (История)
Направление:
46.03.01. История
Кто читает:
Кафедра гуманитарных дисциплин (Пермь)
Где читается:
Факультет менеджмента (Пермь)
Когда читается:
3-й курс, 4 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Преподаватели:
Сенина Анна Васильевна
Язык:
русский
Кредиты:
3
Контактные часы:
20
Программа дисциплины
Аннотация
Курс "Анализ данных в Excel" представляет собой адаптацию общеуниверситетского курса по анализу данных в Excel для студентов образовательной программы «История» и направлен на формирование компетенций по анализу данных в гуманитарных исследованиях. В курсе будут рассмотрены темы, которые необходимы для успешного освоения и расчета показателей базовой статистики. Также будут рассматриваться более специализированные вопросы, связанные с профилем ОП «История», такие как работа с датасетами по истории, статистический анализ исторических данных, моделирование в истории и др.
Цель освоения дисциплины
- Целью освоения дисциплины «Анализ данных» является овладение студентами основами статистики и анализа данных для применения в решении различных практических задач. Для историков анализ данных связан прежде всего с экономической и социальной историей, демографией.
Планируемые результаты обучения
- Понимать и корректно использовать основные статистические понятия
- Фильтровать данные по нескольким условиям
- Создавать сводные таблицы
- Вычислять коэффициент корреляции Пирсона и интерпретировать полученные результаты
- Вычислять релевантные описательные статистики и интерпретировать полученные результаты
- Визуализировать данные с помощью простейших видов диаграмм: линейной, точечной, столбчатой
- Сортировать данные
- Переводить значения признака в z-оценки
- Обрабатывать пропущенные значения и выбросы
- Строить уравнение линейной регрессии с использованием метода наименьших квадратов
- Корректно открывать табличные данные различных форматов
- Использовать собственноручно написанные функции для обработки данных, создания новых переменных
- Вычислять описательные статистики и интерпретировать полученные результаты
- Использовать Excel или Python в применении к анализу данных
Содержание учебной дисциплины
- Введение в инструменты
- Введение в статистику. Базовые манипуляции с данными
- Типы данных. Создание новых переменных
- Генеральная совокупность и выборка. Частотные таблицы и распределения
- Описательные статистики: меры центральной тенденции и разброса
- Z-оценка. Выбросы.
- Корреляция
- Введение в визуализацию данных
- Линейная регрессия
Элементы контроля
- Экзамен
- Мини-тесты на семинарах
- Практические работы на семинарах
- Исследовательский проект
Промежуточная аттестация
- 2023/2024 учебный год 4 модульmin(0.4 * Экзамен + 0.2 * мини-тесты + 0.2 * работа на семинарах + 0.2 * Проект, 8) В соответствии с п. 69 “Положения об организации промежуточной аттестации и текущего контроля успеваемости студентов” (ПОПАТКУСа) итоговая оценка студента за дисциплину-пререквизит (ДПР) к НЭ по АД не может быть больше 8 баллов. 9 или 10 за ДПР можно получить, сдав НЭ на 9 или 10 (см. раздел «Перезачет оценок» https://www.hse.ru/studyspravka/examsdataculture)
Список литературы
Рекомендуемая основная литература
- Elementary statistics : a step by step approach, Bluman, A. G., 2007
- Frederick J Gravetter, Larry B. Wallnau, Lori-Ann B. Forzano, & James E. Witnauer. (2020). Essentials of Statistics for the Behavioral Sciences, Edition 10. Cengage Learning.
Рекомендуемая дополнительная литература
- Анализ и визуализация данных в Microsoft Excel в примерах и задачах - Полковникова Н.А. - Инфра-Инженерия - 2023 - https://znanium.com/catalog/product/2092453 - 367313 - ZNANIUM
- Буре, В. М. Методы прикладной статистики в R и Excel / В. М. Буре, Е. М. Парилина, А. А. Седаков. — 4-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-46766-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/319424 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Соловьев, В. И., Анализ данных в экономике: Теория вероятностей, прикладная статистика, обработка и анализ данных в Microsoft Excel. : учебник / В. И. Соловьев. — Москва : КноРус, 2023. — 497 с. — ISBN 978-5-406-10701-0. — URL: https://book.ru/book/946789 (дата обращения: 25.08.2023). — Текст : электронный.
- Статистика и котики, Савельев, В. В., 2018
- Статистический анализ данных в MS Excel - Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1907518 - 1016609 - ZNANIUM
- Яковлев, В. Б. Статистика. Расчеты в Microsoft Excel : учебное пособие для вузов / В. Б. Яковлев. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2023. — 353 с. — (Высшее образование). — ISBN 978-5-534-01672-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/514005 (дата обращения: 28.08.2023).
- Яковлев, В. Б., Регрессионный анализ. Расчеты в Excel и Statistica : учебное пособие / В. Б. Яковлев. — Москва : Русайнс, 2023. — 177 с. — ISBN 978-5-466-01738-0. — URL: https://book.ru/book/946377 (дата обращения: 25.08.2023). — Текст : электронный.