Бакалавриат
2017/2018
Основы статистики и анализа данных
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Экономика)
Направление:
38.03.01. Экономика
Кто читает:
Департамент экономики
Где читается:
Санкт-Петербургская школа экономики и менеджмента
Когда читается:
1-й курс, 3 модуль
Формат изучения:
без онлайн-курса
Преподаватели:
Красильников Александр Александрович
Язык:
русский
Кредиты:
3
Контактные часы:
34
Программа дисциплины
Аннотация
Настоящая дисциплина относится к факультативному блоку профессионального цикла дисциплин, обеспечивающих подготовку бакалавра для направления 080100 «Экономика». Изучение данной дисциплины базируется на следующих дисциплинах: «Основы экономической теории», «Математический анализ», «Линейная алгебра», «Английский язык». Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин: «Статистика», «Эконометрика», «Междисциплинарная курсовая работа».
Цель освоения дисциплины
- Целями освоения дисциплины «Основы статистики и анализа данных» являются подготовка выпускников к информационно-аналитической и научно-исследовательской деятельности в качестве исполнителей или руководителей младшего уровня, а также к продолжению обучения в магистратуре и аспирантуре.
Планируемые результаты обучения
- Знать базовый терминологический аппарат общей теории статистики, различать виды научных дисциплин, имеющих отношение и использующий ее расчетные техники
- Уметь составить план простого статистического исследования, обрабатывать реальные данные, на продвинутом уровне использовать программную среду Jupyter для решения прикладных статистических задач по сбору и первичной обработке информации
- Иметь навыки (приобрести опыт) самостоятельного сбора и обработки информации, углубленного статистического анализа в программной среде Excel, Python
Содержание учебной дисциплины
- Введение в статистику
- Знакомство со средой Jupyter
- Программирование на Python
- Ввод и вывод данных
- Работа с форматом JSON
- Регулярные выражения
- Работа с большими объемами данных – введение в SQL
- Базовые приемы работы с MS Excel
Промежуточная аттестация
- Промежуточная аттестация (3 модуль)0.45 * Аудиторная работа + 0.15 * Контрольная работа + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Nelli, F. (2015). Python Data Analytics : Data Analysis and Science Using Pandas, Matplotlib and the Python Programming Language. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1056488
Рекомендуемая дополнительная литература
- Romano, F. (2015). Learning Python. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1133614