Магистратура
2023/2024
Предиктивное моделирование данных
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору
Направление:
38.04.05. Бизнес-информатика
Кто читает:
Департамент бизнес-информатики
Где читается:
Высшая школа бизнеса
Когда читается:
1-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Богданова Татьяна Кирилловна
Прогр. обучения:
Бизнес-информатика: цифровое предприятие и управление информационными системами
Язык:
русский
Кредиты:
6
Контактные часы:
48
Программа дисциплины
Аннотация
Дисциплина "Предиктивное моделирование данных" предполагает получение студентами теоретических знаний в области анализа данных, выявления структуры анализируемой выборки, нахождения взаимосвязей между показателями, измеренными в разных шкалах, построения регрессионных моделей, проведения факторного и кластерного анализа, прогнозирования с использованием деревьев решений, а также получение практических навыков применения статистических методов при решении задач с использованием профессиональных систем статистического анализа данных.
Цель освоения дисциплины
- Целью освоения дисциплины является формирование у студентов комплекса теоретических знаний и методологических основ в области предиктивного моделирования данных, а также практических навыков, необходимых для использования системы IBM SPSS Statistics, обеспечивающих решение широкого круга задач с использованием статистических методов.
Планируемые результаты обучения
- Знать методы дерева решений и методы проверки адекватности модели.
- Знать особенности измерения связей для переменных, измеренных в номинальной, порядковой и интервальной шкалах.
- Знать понятия выборки, генеральной совокупности, вероятности, статистической значимости. Понимать назначения шкал измерения переменных, уметь модифицировать данные и осуществлять их отбор.
- Знать сущность методов кластеризации, принципы факторного анализа и метод главных компонент. Уметь решать задачи с использованием этих методов.
- Понимать сущность процедуры расчета частотных таблиц, знать структуру и содержание элементов таблиц сопряженности, статистических характеристик распределения значений переменных, измеренных в интервальной шкале.
- Уметь строить модели бинарной и порядковой логистической регрессии. Знать методы оценки качества моделей.
- Уметь строить модели парной и множественной линейной регрессии. Знать методы оценки качества моделей.
Содержание учебной дисциплины
- Особенности подготовки данных для статистического анализа.
- Описательная статистика для переменных, измеренных в номинальной, порядковой и интервальной шкалах.
- Поиск связей между номинальными, порядковыми и количественными переменными.
- Введение в регрессионный анализ.
- Логистическая регрессия.
- Деревья решений.
- Кластерный и факторный анализ данных.
Элементы контроля
- контрольная работа, представляющая собой совокупность выполненных на занятиях заданий
- решение задач с использованием ПО
- аудиторная работа.
Промежуточная аттестация
- 2023/2024 4th module0.15 * аудиторная работа. + 0.35 * контрольная работа, представляющая собой совокупность выполненных на занятиях заданий + 0.5 * решение задач с использованием ПО
Список литературы
Рекомендуемая основная литература
- SPSS 19: профессиональный статистический анализ данных, Наследов, А., 2011
- SPSS: искусство обработки информации : анализ стат. данных и восстановление скрытых закономерностей: пер. с нем., Бююль, А., 2002
- Анализ данных на компьютере : учеб. пособие, Тюрин, Ю. Н., 2008
- Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов, Крыштановский, А. О., 2006
- Введение в анализ данных : учебник и практикум для вузов, Миркин, Б. Г., 2015
- Введение в математическую статистику, Ивченко, Г. И., 2010
- Задачи с решениями по математической статистике : учеб. пособие для вузов, Ивченко, Г. И., 2007
- Задачник по математической статистике : для студентов социально - гуманитарных и управленческих специальностей, Макаров, А. А., 2018
- Задачник по теории вероятностей для студентов социально - гуманитарных специальностей, Макаров, А. А., 2015
- Основные вероятностные распределения : учеб. пособие, Ивченко, Г. И., 2008
- Прикладной регрессионный анализ, Дрейпер, Н. Р., 2007
- Теория вероятностей : учебник для экономических и гуманитарных специальностей: учеб. пособие для вузов, Тюрин, Ю. Н., 2009
- Теория вероятностей и математическая статистика : учеб. пособие, Мхитарян, В. С., 2013
- Теория вероятностей и математическая статистика для социологов и менеджеров : учебник для вузов, Пашкевич, А. В., 2014
- Теория вероятностей и статистика : учеб. пособие, Тюрин, Ю. Н., 2008
Рекомендуемая дополнительная литература
- SPSS: Статистический анализ в маркетинговых исследованиях, Таганов, Д., 2005
- Математические методы психологического исследования : анализ и интерпретация данных: учеб. пособие, Наследов, А. Д., 2006