Modern Methods of Data Analysis

2023/2024

Academic Year

RUS

Instruction in Russian

3

ECTS credits

Delivered at:

Department of Mathematics

Course type:

Elective course

When:

2 year, 4 module

Instructor

Goryainova, Elena R.

Программа дисциплины

Аннотация

Дисциплина Современные методы анализа данных базируется на дисциплине Теория вероятностей и математическая статистика. Данный курс посвящён изучению робастных методов обработки данных, которые успешно применяются в условиях априорной стохастической неопределённости. Применение методов будет проиллюстрировано большим количеством примеров из медицины, биологии, социологии. Занятия в 4-м модуле будут проводиться дистанционно на платформе Zoom. Ссылки на конференцию будут отправляться через LMS накануне занятия.

Цель освоения дисциплины

• сформировать теоретические знания в области математической статистики
• обучить студентов применять основные модели и методы математической статистики для обработки реальных социально-экономических данных

Планируемые результаты обучения

• Владеть: навыками решения типовых задач математической статистики; основными определениями, методами и алгоритмами анализа данных, содержащих случайную составляющую; стандартными инструментариями обработки статистической информации.
• Знать: основные методы первичной обработки статистических данных; основные методы проверки однородности экспериментальных данных; основные методы дисперсионного анализа; принципы сравнения статистических критериев; методы оценивание параметров линейных регрессионных моделей.
• Уметь: строить математические модели, адекватно описывающие социально-экономические явления; использовать статистические критерии для проверки гипотез относительно наблюдаемых случайных данных.

Содержание учебной дисциплины

• Понятие о робастных и непараметрических методах статистического анализа данных
• Исследование однородности двух выборок
• Дисперсионный анализ
• Анализ статистической взаимосвязи социально-экономических явлений
• Регрессионный анализ. Робастные методы оценивания параметров линейной регрессии. Сравнение свойств оценок, полученных различными методами

Элементы контроля

• Индивидуальное домашнее задание
  Письменные работы выполняются студентами самостоятельно по окончании пройденной темы. Требуется найти реальные данные и сформулировать на математическом языке задачу, решение которой сводится к проверке соответствующей статистической гипотезы. Применяя изученные статистические методы, представить решение сформулированной задачи. После проверки работы преподавателем проводится защита.
• экзамен
  Контрольная работа по пройденным темам

Промежуточная аттестация

• 2023/2024 учебный год 4 модуль
  0.5 * Индивидуальное домашнее задание + 0.5 * экзамен

Список литературы

Рекомендуемая основная литература

• Прикладные методы анализа статистических данных : учеб. пособие для вузов, Горяинова, Е. Р., 2012

Рекомендуемая дополнительная литература

• Maronna, R. A. (2018). Robust Statistics : Theory and Methods (with R) (Vol. Second edition). [Place of publication not identified]: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1921437
• Анализ данных на компьютере, Тюрин, Ю. Н., 2003
• Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов, Крыштановский, А. О., 2006
• Статистический анализ данных на компьютере, Тюрин, Ю. Н., 1998