Анализ данных

Бакалавриат 2025/2026

Статус: Курс обязательный (Иностранные языки и межкультурная бизнес-коммуникация)

Кто читает: Кафедра фундаментальной математики

Где читается: Факультет информатики, математики и компьютерных наук (Нижний Новгород)

Когда читается: 3-й курс, 3 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Зорин Юрий Юрьевич

Язык: русский

Кредиты: 3

Дополнительные материалы в LMS Задать вопрос

Аннотация

Содержание дисциплины охватывает основные разделы статистики и включает знакомство с основными типами и особенностями статистических данных, освоение простейших методов их группировки и визуализации, изучение базовых инструментов предварительного анализа данных и способов выявления взаимосвязей. В результате освоения дисциплины студент должен понимать и использовать терминологию, принятую в анализе данных, применять релевантные статистические методы и инструменты при работе с данными в конкретных ситуациях, уметь интерпретировать полученные результаты и формулировать выводы на их основе. Итоговая оценка по дисциплине (оценка по промежуточной аттестации) рассчитывается на основе оценок по всем элементам контроля. Перечень элементов контроля и правила выставления итоговой оценки определены Программой дисциплины, размещенной в открытом доступе на корпоративном сайте (портале) НИУ ВШЭ.

Цель освоения дисциплины

Целями освоения дисциплины являются формирование у студентов навыков обработки и анализа данных с использованием основных статистических методов и релевантных средств программного обеспечения

Планируемые результаты обучения

Демонстрирует знание основных понятий, включенных в Тему 1, и умение ими оперировать. Ориентируется в основных источниках официальной статистической информации.
Демонстрирует знание основных понятий, включенных в Тему 2, и умение ими оперировать. Ориентируется в актуальных требованиях к предоставлению статистической отчетности.
Демонстрирует знание основных понятий, включенных в Тему 3, и умение ими оперировать. Решает задачи на нахождение различных типов средних величин,
Демонстрирует знание основных понятий, включенных в Тему 4, и умение ими оперировать. Решает задачи на вычисление и анализ показателей вариации.
Демонстрирует знание основных понятий, включенных в Тему 5, и умение ими оперировать. Решает задачи на определение ошибок выборки и ее необходимой численности.
Демонстрирует знание основных понятий, включенных в Тему 6, и умение ими оперировать. Решает задачи на выявление, определение тесноты и нахождение аналитического выражения корреляционной связи.
Демонстрирует знание основных понятий, включенных в Тему 7, и умение ими оперировать. Решает задачи на определение показателей динамики, выявление тенденций, сглаживание рядов динамики.
Демонстрирует знание основных понятий, включенных в Тему 8, и умение ими оперировать. Решает задачи на нахождение различных видов индексов.
Использует принятую терминологию
Выделяет отличительные особенности основных типов данных
Применяет релевантные методы для визуализации данных
Различает понятия генеральной совокупности и выборки
Выбирает способы формирования выборки, обеспечивающие ее репрезентативность
Выбирает релевантные способы группировки данных
Использует подходящие методы для визуализации распределения данных
Рассчитывает основные меры центральной тенденции
Интерпретирует показатели центральной тенденции применительно к конкретным наборам данных
Рассчитывает основные меры вариативности
Интерпретирует показатели вариативности применительно к конкретным наборам данных
Использует способ z-оценки для получения стандартизированного распределения
Определяет выбросы в данных различными способами и использует подходящие способы их представления и обработки
Выявляет наличие пропусков в данных и использует подходящие методы их обработки
Анализирует данные на наличие корреляционных связей
Рассчитывает показатели корреляции и интерпретирует полученные результаты
Определяет параметры линейной регрессии
Оценивает качество полученных результатов регрессии
Интерпретирует результаты регрессионного анализа

Содержание учебной дисциплины

Введение в статистику и анализ данных. Типы данных и основные способы их визуализации
Общие вопросы статистики
Статистическое наблюдение
Статистические показатели. Средние величины
Генеральная совокупность и выборка
Меры центральной тенденции
Меры вариативности
Выборочное наблюдение
Вариационные ряды. Показатели вариации
Основы корреляционно-регрессионного анализа
Ряды динамики
Индексы
Проверка статистических гипотез
Сущность статистики как науки и как практической отрасли
Статистические данные, их особенности и основные способы представления
Сгруппированные данные, их особенности и способы представления
Пропуски в данных и способы их обработки
Выбросы в данных, способы их определения и обработки
Корреляция, ее измерение и интерпретация
Линейная регрессия и метод наименьших квадратов

Элементы контроля

Активность
Активность на лекциях и семинарских занятиях
Контрольная работа
Контрольная работа по результатам большей части курса
Проект / Экзамен

Промежуточная аттестация

2025/2026 3rd module
0.5 * Проект / Экзамен + 0.2 * Активность + 0.3 * Контрольная работа

Список литературы

Авторы

Ошарин Александр Матвеевич
Трехлеб Ольга Юрьевна
Николаева Татьяна Павловна
Зорин Юрий Юрьевич

Программа дисциплины