Бакалавриат 2022/2023

Статистический анализ нечисловой информации

Статус: Курс обязательный (Экономика и статистика)

Направление: 38.03.01. Экономика

Кто читает: Департамент статистики и анализа данных

Где читается: Факультет экономических наук

Когда читается: 2-й курс, 3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Астафьева Екатерина Викторовна

Язык: русский

Кредиты: 4

Контактные часы: 40

Программа дисциплины

Аннотация

В рамках курса студенты осваивают как теоретические, так и практические задачи, вырабатывают навыки количественной обработки нечисловых данных. В курсе даются понятия шкал измерения признаков и их свойств; что такое таблицы сопряженности и какими свойствами они обладают; определяются критерии проверки наличия взаимосвязи между признаками, измеренными в номинальной шкале, а также меры для оценки тесноты этой взаимосвязи; даются основы логарифмически-линейного анализа, выбора и оценки оптимальной модели, описывающей наблюдаемые данные; Для освоения дисциплины необходимы знания математики, математического анализа, теории вероятностей и математической статистики в рамках вузовской программы.

Цель освоения дисциплины

• Формирование у студентов научного представления о статистических методах исследования случайных явлений в экономике
• Изучение методов количественной оценки статистических данных нечисловой природы
• Развитие умения формулировать статистические гипотезы, содержательно интерпретировать полученные результаты
• Формирование вероятностно-статистического мышления, необходимого для успешной исследовательской и аналитической работы в современных областях социально-экономической и управленческой деятельности

Планируемые результаты обучения

• Знать основные принципы работы с нечисловой информацией
• Уметь проверять независимость, знать основные меры связи и строить логарифмически-линейные модели для нечисловой информации (категориальных признаков)

Содержание учебной дисциплины

• Статистический анализ нечисловой информации

Элементы контроля

• ДКР1 - Индивидуальная домашняя контрольная работа N1
  Индивидуальная домашняя контрольная работа по вариантам (выдаваемым преподавателем) на анализ двумерных таблиц сопряженности дихотомических признаков.
• ДКР2 - Индивидуальная домашняя контрольная работа N2
  Индивидуальная домашняя контрольная работа по вариантам (выдаваемым преподавателем) на анализ двумерных таблиц сопряженности r x s.
• ДКР3 - Индивидуальная домашняя контрольная работа N3
  Индивидуальная домашняя контрольная работа по вариантам (выдаваемым преподавателем) на двумерный логарифмически линейный анализ.
• ДКР4 - Индивидуальная домашняя контрольная работа N4
  Индивидуальная домашняя контрольная работа по вариантам (выдаваемым преподавателем) на трехмерный логарифмически линейный анализ.
• Текущий контроль работы
• ЭКЗАМЕН
  Экзамен - письменная работа по всем разделам курса на 170 минут, состоящая из теоретических вопросов и расчетных задач

Промежуточная аттестация

• 2022/2023 учебный год 3 модуль
  0.1 * ДКР4 - Индивидуальная домашняя контрольная работа N4 + 0.5 * ЭКЗАМЕН + 0.1 * Текущий контроль работы + 0.1 * ДКР3 - Индивидуальная домашняя контрольная работа N3 + 0.1 * ДКР2 - Индивидуальная домашняя контрольная работа N2 + 0.1 * ДКР1 - Индивидуальная домашняя контрольная работа N1

Список литературы

Рекомендуемая основная литература

• Прикладная статистика. Основы эконометрики. Т.1: Теория вероятностей и прикладная статистика, Айвазян, С. А., 2001

Рекомендуемая дополнительная литература

• Agresti, A. (2013). Categorical Data Analysis (Vol. Third edition). Hoboken, NJ: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=769330
• Ark, L. A. van der, Croon, M. A., & Sijtsma, K. (2005). New Developments in Categorical Data Analysis for the Social and Behavioral Sciences. Mahwah, N.J.: Psychology Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=125950
• Fienberg, S. E. (2007). The Analysis of Cross-Classified Categorical Data (Vol. 2nd ed). New York, NY: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=212853
• Sutradhar, B. C. (2014). Longitudinal Categorical Data Analysis. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=881131
• Upton, G. J. G. (2016). Categorical Data Analysis by Example. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1402878
• Ганичева А.В. - Прикладная статистика: учебное пособие - Издательство "Лань" - 2017 - 172с. - ISBN: 978-5-8114-2450-4 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/91890
• Прикладная статистика в задачах и упражнениях : учебник для вузов, Айвазян, С. А., 2001