Методы прикладной статистики

2023/2024

Статус: Маго-лего

Кто читает: Департамент статистики и анализа данных

Когда читается: 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Алексеева Ксения Витальевна, Сиротин Вячеслав Павлович

Язык: русский

Кредиты: 6

Контактные часы: 56

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Учебная дисциплина предусматривает изучение методов статистического моделирования, используемых при решении прикладных задач. Программа рассчитана как на студентов, владеющих базовыми знаниями теории вероятностей и математической статистики, так и на студентов без этих знаний, но имеющих достаточный уровень математической подготовки. Для последних в режиме смешанного обучения предусмотрено расширенное рассмотрение базовых тем, адаптирующее студентов к прохождению основного материала. В качестве информационной и методической поддержки при изучении курса используются материалы записанного автором онлайн курса "Прикладной статистический анализ" на Национальной платформе открытого образования.

Цель освоения дисциплины

Целью освоения дисциплины является знание теоретических основ распространенных статистических методов и умение правильно выбирать статистический инструментарий при построении статистических моделей, содержательно интерпретировать результаты моделирования.

Планируемые результаты обучения

Знает основные методы создания интегральных показателей
Знает основные метрики расстояний между объектами и их группами
Интерпретирует результаты проверки наличия взаимосвязи признаков
Определяет вид статистических данных и соответствующие ему обобщенные характеристики, рассчитывает базовые статистические показатели
Понимает основные задачи классификации признаков
Понимает принципы измерения статистической взаимосвязи
Понимает принципы параметрического моделирования распределений
Понимает смысл основных статистических терминов
Понимает цели и возможности создания и использования интегральных показателей
Проверяет выполнение исходных предпосылок построения линейной модели
Проводит классификацию реальных объектов по количественным и качественным признакам
Рассчитывает меры взаимосвязи признаков
Строит индикаторы на основе тесно взаимосвязанных признаков
Строит модели дисперсионного анализа и интерпретирует результаты моделирования
Строит непараметрическую модель распределения признака

Содержание учебной дисциплины

Базовые понятия и задачи статистики. Оценивание параметров и проверка гипотез в практике статистического анализа.
Характеристики многомерной совокупности. Меры взаимосвязи признаков
Линейные модели зависимости: элементы теории и практические приложения
Параметрическое и непараметрическое моделирование распределений
Выделение однородных групп объектов методами классификации
Методы снижения размерности признакового пространства и построения индексов

Элементы контроля

Активность
Выполнение текущих заданий
Домашнее задание 1
Выполнение расчетно-аналитического задания
Домашнее задание 2
Выполнение расчетно-аналитического задания
Контрольная работа

Промежуточная аттестация

2023/2024 учебный год 2 модуль
0.25 * Активность + 0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.25 * Контрольная работа

Список литературы

Авторы

Сиротин Вячеслав Павлович

Программа дисциплины