• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2020/2021

Статистический анализ данных (SPSS)

Лучший по критерию «Новизна полученных знаний»
Статус: Курс по выбору (Управление бизнесом)
Направление: 38.03.02. Менеджмент
Когда читается: 2-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Язык: русский
Кредиты: 3
Контактные часы: 64

Программа дисциплины

Аннотация

Цель дисциплины Статистический анализ данных (SPSS) - познакомить студентов с основными методами прикладной статистики и позволить приобрести навыки работы с данными в пакете SPSS и умение применять их при анализе и интерпретации данных отечественной и зарубежной статистики в социальных науках, бизнесе и управлении. Особое внимание уделено изучению и решению классических задач математической статистики в среде SPSS. Успешное освоение курса дает студентам знания об основных возможностях пакета SPSS, необходимых для проведения статистического анализа данных, позволяет применять изученные методы статистического анализа данных для количественного статистического описания эксперимента, оценивать границы применимости и достоверность выводов проведенного анализа. Полученные знания необходимы для прогнозирования экономических ситуаций при принятии решений в управлении экономикой. Настоящая дисциплина является дисциплиной по выбору (вариативная часть) из обязательных дисциплин специализации направления 38.03.02 «Менеджмент» подготовки бакалавра, изучается на 2-м курсе в третьем и четвертом модулях. Изучение дисциплины «Статистический анализ данных (SPSS)» базируется на следующих дисциплинах: Математика (математический анализ и линейная алгебра); Теория вероятности и математическая статистика. Для освоения учебной дисциплины студенты должны владеть навыками работы с персональным компьютером на уровне пользователя; уметь применять знания по математическому анализу и линейной алгебре к решению конкретных задач; владеть навыками решения задач теории вероятности и математической статистики. Основные положения дисциплины могут быть использованы в дальнейшем при изучении следующих дисциплин: Стратегический менеджмент, Экономическая статистика, Методы научных исследований в менеджменте, а также в проектной и исследовательской работе студента.
Цель освоения дисциплины

Цель освоения дисциплины

  • Ознакомление студентов с основными методами прикладной статистики с использованием пакета SPSS.
  • Приобретение теоретических знаний и практических навыков обработки данных и их интерпретации при проведении научных исследований (экспериментов, наблюдений и количественных измерений), связанных с объектами профессиональной деятельности.
  • Освоение базовых методов статистической оценки информации в социальных науках, бизнесе и управлении.
  • Формирование навыков использования среды SPSS для получения простейших прогнозов в экономических ситуациях при принятии решений в управлении экономикой.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет обрабатывать статистическую информацию; работать с диаграммами и графиками; решать статистические задачи с использованием пакета SPSS.
  • Умеет решать задачи математической статистики с применением пакета SPSS.
  • Умеет использовать теоретические знания и практические навыки для решения задач прикладной статистики.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Элементы описательной статистики (SPSS). Инструменты SPSS для решения задач теории вероятностей и математической статистики.
    Общее представление о среде SPSS как универсальной системе статистического анализа данных. Основные правила выполнения операций в среде SPSS: выбор процедуры анализа; определение параметров в диалоговых окнах; исполнение, просмотр и редактирование данных, представление результатов. Ознакомление со справочной системой SPSS. Порядковые, номинальные и интервальные данные. Вычисление статистических характеристик: выборочное среднее, мода, медиана и квартили. Показатели изменчивости данных: дисперсия, стандартное отклонение, вариация, межквартильный размах. Графическое отображение данных (гистограммы, графики, диаграммы). Графическое представление и вычисление статистических характеристик в среде SPSS. Дискретные и непрерывные случайные величины. Законы распределения дискретных и непрерывных случайных величин. Предельные распределения для биномиального распределения. Нормальное распределение. Стандартизация нормального распределения. Распределение χ² с n степенями свободы. Функции распределения многомерных случайных величин. Числовые характеристики случайных величин. Закон больших чисел. Распределения случайных величин в библиотеке SPSS. Решение задач теории вероятности в среде SPSS.
  • Доверительные интервалы. Проверка статистических гипотез (SPSS).
    Числовые характеристики генеральной совокупности и выборки. Доверительные интервалы. Доверительные интервалы для математического ожидания и дисперсии. Простая случайная выборка. Таблица случайных чисел. Стратифицированная, систематическая и кластерная выборки. Точечные и интервальные оценки параметров распределений. Ошибка оценки. Стандартная ошибка среднего и доли признака. Доверительные интервалы для математического ожидания и дисперсии. Доверительный интервал для среднего генеральной совокупности, имеющей нормальный закон распределения (случаи известной и неизвестной дисперсии). Статистическая гипотеза. Этапы проверки статистических гипотез. Проверяемая и альтернативная гипотезы. Уровень значимости, критическая область. Проверка гипотезы о среднем значении математического ожидания и дисперсии нормально распределенной случайной величины. Проверка гипотез о функциях распределения (критерий Пирсона и критерий Колмогорова-Смирнова). Построение и анализ таблиц сопряженности признаков. Графические методы проверки гипотез о распределении с помощью Q-Q и P-P процедур. Формат отчета о проверке гипотез в SPSS.
  • Элементы корреляционного и регрессионного анализа (SPSS).
    Введение в дисперсионный анализ (ANOVA). Критерий Фишера. Однофакторный дисперсионный анализ. Проверка гипотезы о влиянии фактора на независимую переменную с использованием F-критерия. Интерпретация результатов однофакторного дисперсионного анализа. Элементы двухфакторного дисперсионного анализа. Назначение факторного и кластерного анализа. Корреляционная матрица. Определение факторов. Кластеры, методы кластеризации, интерпретация и профилирование кластеров. Примеры проведения факторного и кластерного анализа данных в среде SPSS.
Элементы контроля

Элементы контроля

  • неблокирующий Контроль активности студента на занятии
    Под Контролем активности студента на занятии подразумевается: а) Опрос студентов по формулировкам основных понятий, теорем, методов, по решению типовых задач. Длительность опроса – 2 – 10 минут. б) Самостоятельное решение и объяснение задач текущей темы у доски студентом перед своей группой. в) Качество выполнения домашнего задания (проверяется преподавателем у каждого студента в отдельности по запросу).
  • неблокирующий Контрольная работа №2
    Задания Контрольной работы публикуется после разбора темы. Проводится в четвертом модуле. Подразумевается ответ на теоретические вопросы, а также работа на домашнем компьютере по решению набора задач текущей темы в программе SPSS . Студент обязан по окончании времени выполнения работы сдать письменную работу преподавателю через онлайн систему независимо от степени ее готовности. Если студент не сдал вовремя работу, ему выставляется оценка 0 баллов. При обнаружении подложных работ, плагиата в работе, идентичных (списанных), и т.п. работ – всем связанным с этими работами студентам ставится оценка 0 баллов. Длительность контрольной работы 1час 20 минут. Преподаватель может сократить длительность выполнения контрольной работы, предупредив заранее об этом студентов.
  • неблокирующий Контрольная работа №1
    Задания Контрольной работы публикуется после разбора темы. Проводится в третьем модуле. Подразумевается ответ на теоретические вопросы, а также работа на домашнем компьютере по решению набора задач текущей темы в программе SPSS . Студент обязан по окончании времени выполнения работы сдать письменную работу преподавателю через онлайн систему независимо от степени ее готовности. Если студент не сдал вовремя работу, ему выставляется оценка 0 баллов. При обнаружении подложных работ, плагиата в работе, идентичных (списанных), и т.п. работ – всем связанным с этими работами студентам ставится оценка 0 баллов. Длительность контрольной работы 1час 20 минут. Преподаватель может сократить длительность выполнения контрольной работы, предупредив заранее об этом студентов.
  • неблокирующий Экзамен
    Во время экзамена (и переэкзаменовки) Студенту предлагается билет, включающий в себя тестовое задание, включающее в себя вопросы по статистической обработке в пакете SPSS экспериментальных данных (время подготовки не превышает 15 минут). Во время беседы с преподавателем студент обосновывает свой ответ, демонстрируя умение работать в пакете SPSS. Пересдача проводится в период пересдач. На пересдаче студент не может получить дополнительный балл для компенсации оценки за текущий контроль. В случае удаленного обучения экзамен проводится в письменной форме. Экзамен состоит из 1 части без перерыва. Студентам предлагается 5 заданий. Очередность выполнения заданий не важна, можно возвращаться к выполненному заданию.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.25 * Контроль активности студента на занятии + 0.25 * Контрольная работа №1 + 0.25 * Контрольная работа №2 + 0.25 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Кремер Н. Ш. - ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА 5-е изд., пер. и доп. Учебник и практикум для вузов - М.:Издательство Юрайт - 2019 - 538с. - ISBN: 978-5-534-10004-4 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/teoriya-veroyatnostey-i-matematicheskaya-statistika-431167
  • Маркетинговые исследования с SPSS: Учебное пособие / Г. Моосмюллер, Н.Н. Ребик. - 2-e изд. - М.: ИНФРА-М, 2011. - 200 с.: 60x90 1/16. - (Высшее образование). (обложка) ISBN 978-5-16-004240-4 - Режим доступа: http://znanium.com/catalog/product/257371
  • Под ред. Мхитаряна В.С. - АНАЛИЗ ДАННЫХ. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 490с. - ISBN: 978-5-534-00616-2 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-dannyh-432178

Рекомендуемая дополнительная литература

  • Статистика : учебник / В.В. Глинский, В.Г. Ионин, Л.К. Серга [и др.] ; под ред. В.Г. Ионина. — 4-е изд., перераб. и доп. — М. : ИНФРА-М, 2018. — 355 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/25127. - Режим доступа: http://znanium.com/catalog/product/941774
  • Татарников О.В., Швед Е.В. - Теория вероятностей и математическая статистика для экономистов (для бакалавров) - КноРус - 2018 - 206с. - ISBN: 978-5-406-05917-3 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/924192