Анализ данных

Бакалавриат 2026/2027

ID 1159413

Статус: Курс обязательный (Экономика и бизнес (очно-заочное обучение))

Кто читает: Департамент экономики и анализа данных

Где читается: Факультет экономики НИУ ВШЭ (Нижний Новгород)

Когда читается: 3-й курс, 2, 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Николаева Татьяна Павловна

Язык: русский

Кредиты: 3

Контактные часы: 28

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

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

Статистические данные, их особенности и основные способы представления
Генеральная совокупность и выборка
Сгруппированные данные, их особенности и способы представления
Меры центральной тенденции
Меры вариативности
Выбросы в данных, способы их определения и обработки
Пропуски в данных и способы их обработки
Корреляция, ее измерение и интерпретация
Линейная регрессия и метод наименьших квадратов
Введение в статистику и анализ данных. Типы данных и основные способы их визуализации

Элементы контроля

Тесты в онлайн-курсе
Экзамен
Экзаменационная работа выполняется онлайн в Smart LMS и подразумевает работу с набором данных. Средства обработки данных - Excel или Python - студент выбирает самостоятельно и сообщает преподавателю в установленное преподавателем время (заранее, до экзамена). Правила выполнения экзаменационной работы заблаговременно размещаются в курсе на платформе Smart LMS. Ориентировочная длительность работы 70-80 минут, точная длительность указывается в Правилах.
Мини-тесты
Элемент контроля представляет собой тесты (планируемое количество 3 может быть незначительно изменено и, в зависимости от фактических условий реализации дисциплины, может составить от 2 до 4). Тесты проводятся во время лекций и выполняются в Smart LMS. Каждый тест может включать материал как изученных ранее тем, так и текущей лекции. Приблизительная длительность каждого теста 15 минут и может варьироваться в зависимости от объема и уровня сложности конкретного теста и типов вопросов. Точная длительность каждого теста объявляется студентам до его начала. Правила выполнения тестов размещаются в курсе на платформе Smart LMS.

Промежуточная аттестация

2026/2027 3rd module
0.21 * Тесты в онлайн-курсе + 0.29 * Мини-тесты + 0.5 * Экзамен

Список литературы

Авторы

Николаева Татьяна Павловна
Ошарин Александр Матвеевич

Программа дисциплины