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

Методы прикладной статистики

Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Статус: Курс обязательный (Статистический анализ в экономике)
Направление: 38.04.01. Экономика
Когда читается: 1-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Прогр. обучения: Статистический анализ в экономике
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Учебная дисциплина предусматривает изучение методов статистического моделирования, используемых при решении прикладных задач. Программа рассчитана как на студентов, владеющих базовыми знаниями теории вероятностей и математической статистики, так и на студентов без этих знаний, но имеющих достаточный уровень математической подготовки. Для последних в режиме смешанного обучения предусмотрено расширенное рассмотрение базовых тем, адаптирующее студентов к прохождению основного материала. В качестве информационной и методической поддержки при изучении курса используются материалы записанного автором онлайн курса "Прикладной статистический анализ" на Национальной платформе открытого образования.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины является знание теоретических основ распространенных статистических методов и умение правильно выбирать статистический инструментарий при построении статистических моделей, содержательно интерпретировать результаты моделирования.
Планируемые результаты обучения

Планируемые результаты обучения

  • Понимает смысл основных статистических терминов
  • Определяет вид статистических данных и соответствующие ему обобщенные характеристики, рассчитывает базовые статистические показатели
  • Понимает принципы измерения статистической взаимосвязи
  • Интерпретирует результаты проверки наличия взаимосвязи признаков
  • Рассчитывает меры взаимосвязи признаков
  • Проверяет выполнение исходных предпосылок построения линейной модели
  • Строит модели дисперсионного анализа и интерпретирует результаты моделирования
  • Строит непараметрическую модель распределения признака
  • Понимает принципы параметрического моделирования распределений
  • Понимает основные задачи классификации признаков
  • Знает основные метрики расстояний между объектами и их группами
  • Проводит классификацию реальных объектов по количественным и качественным признакам
  • Понимает цели и возможности создания и использования интегральных показателей
  • Знает основные методы создания интегральных показателей
  • Строит индикаторы на основе тесно взаимосвязанных признаков
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Базовые понятия и задачи статистики. Оценивание параметров и проверка гипотез в практике статистического анализа.
    Исходные понятия статистики. Выборочные характеристики (статистики). Виды и источники статистических данных. Задачи прикладного статистического анализа. Сведения из теории вероятностей для построения статистических моделей*. Постановка задачи статистического оценивания и подходы к ее решению. Точечное и интервальное оценивание параметров генеральной совокупности. Основные понятия статистической проверки гипотез, ее основные этапы и возможные результаты. Проверка гипотез о значениях и соотношениях параметров генеральной совокупности при различных видах альтернатив.
  • Характеристики многомерной совокупности. Меры взаимосвязи признаков
    Обобщение одномерных характеристик: От среднего - к вектору средних, от дисперсии – к ковариационной матрице. Многомерный нормальный закон распределения. Корреляция как мера связи признаков. Меры связи неколичественных признаков.
  • Линейные модели зависимости: элементы теории и практические приложения
    Основные этапы статистического моделирования зависимостей. Классификация переменных в моделях зависимостей. Модель дисперсионного анализа как отражение зависимости исследуемой характеристики от значений качественного признака. Линейная регрессионная модель, ее построение, идентификация, интерпретация и возможные приложения.
  • Параметрическое и непараметрическое моделирование распределений
    Задача определения вида закона распределения. Непараметрическое распределение количественного признака в виде гистограммы. От гистограммы – к ядерной оценке плотности. Модели смеси распределений. Многомерные модели распределений.
  • Выделение однородных групп объектов методами классификации
    Постановка задачи классификации наблюдений и ее общее решение. Классификация с обучением: дискриминантный анализ. Классификация без обучения на основе декомпозиции распределений. Кластерный анализ и его применение.
  • Методы снижения размерности признакового пространства и построения индексов
    Переход к независимым признакам методом главных компонент. Анализ возможности снижения размерности признакового пространства без существенных информационных потерь. Предварительная обработка данных для построения обобщающих характеристик. Построение индексов при наличии и в отсутствие обучения. Использование экспертной информации при построении индексов.
Элементы контроля

Элементы контроля

  • неблокирующий Работа на занятиях
  • неблокирующий Домашнее задание 1
  • неблокирующий Домашнее задание 2
  • неблокирующий Контрольная работа
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.25 * Контрольная работа + 0.25 * Работа на занятиях
Список литературы

Список литературы

Рекомендуемая основная литература

  • Прикладная статистика. Основы эконометрики. Т.1: Теория вероятностей и прикладная статистика, Айвазян, С. А., Мхитарян, В. С., 2001
  • Прикладная статистика. Основы эконометрики. Т.2: Основы эконометрики, Айвазян, С. А., 2001
  • Социальные индикаторы : учебник для вузов, Бородкин, Ф. М., Айвазян, С. А., 2006

Рекомендуемая дополнительная литература

  • R в действии : анализ и визуализация данных в программе R, Кабаков, Р. И., Волковой, П. А., 2014
  • Прикладная статистика в задачах и упражнениях : учебник для вузов, Айвазян, С. А., Мхитарян, В. С., 2001