Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра





Скачать 135.31 Kb.
НазваниеПрограмма дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра
Дата публикации25.06.2013
Размер135.31 Kb.
ТипПрограмма дисциплины
100-bal.ru > Математика > Программа дисциплины

Национальный исследовательский университет «Высшая школа экономики»

Программа дисциплины «Анализ данных» для направления 010400.68 «Прикладная математика и информатика» подготовки магистра


Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования


Национальный исследовательский университет
"Высшая школа экономики"

Факультет Бизнес-информатики

отд. Прикладной математики и информатики
Программа дисциплины

Анализ данных

для направления 010400.68 «Прикладная математика и информатика»
подготовки магистра


для магистерской программы «Математическое моделирование»

Специализация «Анализ Интернет-данных»

Автор программы: к. ф.-м. н., доцент Горяинова Елена Рудольфовна

Одобрена на заседании кафедры высшей математики на факультете экономики 20 г.

Зав. кафедрой Алескеров Ф.Т.
Рекомендована секцией УМС «___»____________ 20 г

Председатель
Утверждена Ученым Советом факультета экономики «___»_____________20 г.

Ученый секретарь
Москва, 2012
Настоящая программа не может быть использована другими подразделениями
университета и другими вузами без разрешения кафедры-разработчика программы.

1.Область применения и нормативные ссылки


Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010400.68 «Прикладная математика и информатика», обучающихся по магистерской программе «Математическое моделирование» по специализации «Анализ Интернет-данных» и изучающих дисциплину «Анализ данных».

Программа разработана в соответствии с:

Образовательным стандартом государственного образовательного бюджетного учреждения высшего профессионального образования «Государственный университет – Высшая школа экономики», в отношении которого установлена категория «Национальный исследовательский университет»;

Рабочим учебным планом университета подготовки магистра по направлению 010400.68 «Прикладная математика», магистерская программа «Математическое моделирование», специализация «Анализ Интернет-данных», утвержденным в 2012 г.

2.Цели освоения дисциплины


Целью освоения дисциплины «Анализ данных» является обучить студентов применять основные модели и методы математической статистики для обработки реальных социально-экономических данных.

3.Компетенции обучающегося, формируемые в результате освоения дисциплины


В результате освоения учебной дисциплины «Анализ данных» обучающийся должен

знать:

-алгоритм проверки статистических гипотез;

- основные методы проверки однородности экспериментальных данных;

- методы построения доверительных интервалов параметров случайных величин;

- методы проверки независимости признаков, измеренных в различных шкалах;

- коэффициенты, измеряющие силу связи показателей;

- принципы сравнения статистических критериев;

уметь:

– строить математические модели, адекватно описывающие социально-экономические явления;

- использовать статистические критерии для проверки гипотез относительно наблюдаемых случайных данных;

- оценивать неизвестные параметры статистической модели;

- готовить научно-технические отчеты и научные публикации по результатам выполненных исследований;

- обрабатывать статистическую информацию в условиях априорной стохастической неопределённости;

- проводить сравнительный анализ различных статистических методов;

владеть:

- основными определениями, методами и алгоритмами анализа данных, содержащих случайную составляющую;

- стандартными инструментариями обработки статистической информации.
В результате освоения дисциплины студент осваивает следующие компетенции:

Компетенция

Код по ФГОС / НИУ

Дескрипторы – основные признаки освоения (показатели достижения результата)

Формы и методы обучения, способствующие формированию и развитию компетенции

Системная

СК-2

Способен создавать новые теории, изобретать новые способы и инструменты профессиональной деятельности

Стандартные (лекционно-семинарские). Самостоятельные внеаудиторные занятия

Системная

СК-3

Способен к освоению новых методов исследований, изменению научного и производственного профиля своей деятельности

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Системная

СК-6

Способен анализировать, верифицировать, оценивать полноту информации в ходе профессиональной деятельности, при необходимости восполнять и синтезировать недостающую информацию

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-9

Способен организовать научно-исследовательскую деятельность

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-10

Способен анализировать и воспроизводить смысл междисциплинарных текстов с использованием языка и аппарата прикладной математики

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-11

Способен создавать междисциплинарные тексты с использованием языка и аппарата прикладной математики

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-12

Способен публично представлять результаты профессиональной деятельности

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-14

Способен описывать проблемы и ситуации профессиональной деятельности, используя язык и аппарат прикладной математики при решении междисциплинарных проблем

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-16

Способен использовать в профессиональной деятельности знание естественных наук, математики и информатики, понимание основных фактов, концепций, принципов теорий, связанных с прикладной математикой и информатикой

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-17

Способность строить и решать математические модели в соответствии с направлением подготовки и специализацией

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-18

Способен понимать и применять в исследовательской и прикладной деятельности современный математический аппарат

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-19

Способен в составе научно-исследовательского и производственного коллектива решать задачи профессиональной деятельности в соответствии с профилем подготовки, общаться с экспертами в других предметных

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия

Инструментальные

ПК-20

Способен применять в исследовательской и прикладной деятельности современные языки программирования и манипулирования данными, операционные системы, электронные библиотеки и пакеты программ, сетевые технологии и т.п.

Стандартные (лекционно-семинарские).

Самостоятельные внеаудиторные занятия


4.Место дисциплины в структуре образовательной программы


Для специализации «Анализ интернет-данных» настоящая дисциплина является адаптационной дисциплиной, которая согласно пункту 5.5 «Регламента планирования и организации дисциплин по выбору и факультативов», утвержденным ученым советом НИУ ВШЭ 24 июня 2011 года (http://www.hse.ru/docs/33592234.html), является дисциплиной по выбору для выпускников НИУ ВШЭ по данному направлению обучения и обязательной дисциплиной для прочих студентов.
Изучение данной дисциплины базируется на следующих дисциплинах:

Математический анализ;

Геометрия и алгебра;

Теория вероятностей и математическая статистика;

Функциональный анализ.
Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и компетенциями:

Знаниями основных определений и теорем перечисленных выше дисциплин;

Навыками решения типовых задач этих дисциплин.
Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин:

Эконометрика;

Компьютерное моделирование;

При подготовке магистерской работы.


5.Тематический план учебной дисциплины







Название раздела

Всего часов

Аудиторные часы

Самостоятельная работа

Лекции

Семинары

Практические занятия



Репрезентативная выборка

8

2

2




4



Исследование однородности двух выборок. Сравнение эффективности критериев

44

4

4




36



Анализ статистической взаимосвязи случайных величин

56

6

6




44




Итого

108

12

12




84

6.Формы контроля знаний студентов


Тип контроля

Форма контроля

1 год

Параметры

1

2

3

4

Текущий

(неделя)

Контрольная работа

4










Письменная работа на 30 минут

Итоговый

Зачет


з










письменная работа 80 минут



6.1 Критерии оценки знаний, навыков


Для прохождения контроля студент должен, как минимум, продемонстрировать знания основных определений; умение решать типовые задачи, разобранные на семинарских занятиях.

Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.

6.2 Порядок формирования оценок по дисциплине


Результирующая оценка за дисциплину рассчитывается следующим образом:

Орезульт = 0.2* Онакопл + 0.8 *·Озач

где Онакопленная= Отекущий , а Отекущий = Ок/р

Способ округления результирующей оценки – арифметический.


7.Содержание дисциплины


Раздел I.

Репрезентативная выборка (Л.-2ч., С.-2ч., СРС-4ч.: проработка лекционного материала -2ч., подготовка к семинарским занятиям -2ч.)

Понятие репрезентативной выборки. Выбор с возвращением, выбор без возвращения. Определение объёма репрезентативной выборки для однородной и стратифицированной генеральной совокупности.
Литература: основная: [13] глава 2.
Раздел 2.

Исследование однородности двух выборок. Сравнение эффективности критериев (Л.-4ч., С.-4ч., СРС – 36ч. : проработка лекционного материала -20ч., подготовка к семинарским занятиям -16ч.)

Понятие об однородности выборок.

Выявление неоднородности, связанной со сдвигом (классический критерий Стьюдента, критерий Вилкоксона) или масштабом (классический F- критерий, критерий Ансари-Брэдли). Проверка однородности против альтернатив общего вида (критерий Колмогорова – Смирнова).

Относительная асимптотическая эффективность (ОАЭ) статистических критериев по Питмену. Сравнительный анализ ОАЭ изученных критериев для различных распределений выборок. Понятие робастности (устойчивости).
Литература: основная: [1], с. 59-89; дополнительная: [2],[4],[8],[15]
Раздел 3.
Анализ статистической взаимосвязи случайных величин (Л.-6ч., С.-6 ч., СРС -44ч. .: проработка лекционного материала -24ч., подготовка к семинарским занятиям -20ч.)

Шкалы измерений (количественная, порядковая, номинальная).

Исследование связи между номинальными переменными (таблица сопряженности признаков, критерий хи-квадрат, меры связи признаков: среднеквадратической сопряженности, Пирсона, Крамера). Меры прогноза Гутмана.

Исследование связи между порядковыми переменными (ранговый коэффициент корреляции Спирмена, коэффициент согласованности Кендалла, коэффициент конкордации).

Случайные векторы. Ковариационная матрица. Независимость и некоррелированность компонент случайного вектора. Выборочный коэффициент корреляции.

Анализ структуры и тесноты связи между количественными переменными. Критерий хи-квадрат. Критерий, основанный на выборочном коэффициенте корреляции.
Литература: основная: [1] с. 113-152; дополнительная: [2], [3],[5],[7],[15].
  1. Оценочные средства для текущего контроля и аттестации студента

Тематика заданий текущего контроля

9.2 Вопросы для оценки качества освоения дисциплины


Тема 1.

1. Что такое статистическая гипотеза?

2. В чем состоят ошибки I и II рода?

3. Дайте определение квантили. Чему равна 0,05-квантиль стандартного гауссовского распределения, если 0,95-квантиль этого распределения равна 1,65?

4.Каков порядок проверки параметрических статистических гипотез?

5. Какую выборку называют репрезентативной?

6. Какие выборки называют однородными?

7. Назовите основные типы неоднородности выборок.

8. Опишите условия применимости классических и ранговых критериев для проверки гипотезы об однородности.

9. Какие преимущества и какие недостатки имеют ранговые критерии по сравнению с классическими?

10. Какие критерии применяют для проверки гипотезы об однородности двух выборок?
Тема 2.

1. Опишите основные типы шкал измерений и допустимые преобразования в этих шкалах.

2. Что такое таблица сопряженности признаков?

3. Дайте определение независимости признаков, измеряемых в номинальной шкале.

4. Как проверить гипотезу о независимости признаков в номинальной шкале?

5. Что такое коэффициент корреляции? Каковы его основные свойства?

6. Как проверить гипотезу о некоррелированности признаков?

7. В каком случае проверка некоррелированности наблюдений эквивалентна проверке независимости?

Тема 3.

  1. Какую выборку называют репрезентативной?

  2. В каких случаях следует делать поправку на выбор без возвращения?

  3. Что такое стратифицированная выборка?

9.3 Примеры заданий итогового контроля




Вариант письменной зачётной работы.
1. В городскую администрацию поступила просьба о переносе автобусной остановки. Сколько жителей микрорайона надо опросить, чтобы с точностью до 0,03 оценить долю людей, считающих перенос остановки целесообразным? Результат должен быть гарантирован на уровне доверия 0,95. Известно, что в данном микрорайоне проживает 4000 человек.
2. Уровень гистамина в мокроте у 7 курильщиков, склонных к аллергии, составил (в микрограммах): 102,4; 100,0; 67,6; 65,9; 64,7; 39,6; 31,2, а у курильщиков, несклонных к аллергии: 48,1; 45,5; 41,7; 35,4; 29,1; 18,9; 58,3; 66,8; 71,3; 94,3. Верно ли предположение о том, что уровень гистамина у курильщиков, подверженных аллергии, выше, чем у неаллергенов? Принять уровень значимости равным 0,05.
3. В результате проведенного исследования было установлено, что у 309 светлоглазых мужчин жены также имеют светлые глаза, а у 214 светлоглазых мужчин жены темноглазые. У 119 темноглазых мужчин жены также темноглазые, а у 132 темноглазых мужчин жены светлоглазые. Имеется ли зависимость между цветом глаз мужей и их жен?
4. В таблице представлены данные за 1995 год показателей X (ВВП в паритетах покупательной способности) и Y (коэффициент детской смертности в %) для следующих стран: Бурунди, Чад, Индия, Египет, Мексика, Бразилия, Республика Корея, Канада, США, Швейцария.

X

2.3

2.6

5.2

12.2

23.7

20

42.4

78.3

100

95.9

Y

98

117

68

16

33

44

10

6

8

6


Считая , что наблюдения имеют гауссовское распределение, выясните являются ли признаки X и Y зависимыми.

  1. Учебно-методическое и информационное обеспечение дисциплины

7.1Базовый учебник


1.Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных. М.: Изд. Дом ВШЭ,2012, 312 с.

.

10.2 Основная литература


2. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. – М.: Инфра. – М, 2003.

10.3 Дополнительная литература


3. Интерпретация и анализ данных в социологических исследованиях (под редакцией В.Г. Андреенкова и Ю.Н.Толстовой). – М.: Наука, 1987.

4. Холлендер М., Вулф Д. Непараметрические методы статистики. – М.: Финансы и статистика, 1983.

5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. Справочное издание под ред. Айвазяна С.А. – М.: Финансы и статистика, 1985.

6. Ивченко Г.И., Медведев Ю.И. Математическая статистика. – М.: Высшая школа, 1992.

7. Кендел М. Ранговые корреляции. – М.: Статистика, 1975.

8. Леман Э. Проверка статистических гипотез. – М.: Наука, 1964.

9. Хьюбер П. Робастность в статистике. – М.: Мир, 1984.

10 Хампель Ф., Рончетти Э., Рауссей П., Штаэль В. Робастность в статистике. Подход на основе функции влияния. – М.: Мир, 1989.

11. Дэниел К. Применение статистики в промышленном эксперименте. – М.: Мир, 1979.

13. Кокрен У. Методы выборочного исследования. – М.: Статистика, 1976

14. Хеттманспергер Т. Статистические выводы, основанные на рангах. – М.: Финансы и статистика,1987.

15. Крыштановский А.О. Анализ социологических данных. - М.: ИД ГУ ВШЭ, 2007.

8.Материально-техническое обеспечение дисциплины


Не требуется


Добавить документ в свой блог или на сайт

Похожие:

Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Герменевтика» для направления 010400. 68 «Прикладная...
Программа предназначена для преподавателей, ведущих данную дисциплину, и студентов направления подготовки 010400. 68 "Прикладная...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины Современные методы принятия решений  для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины Архитектура ЭВМ для направления 010400. 68 «Прикладная...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направлений подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины “Философия науки“ для направления 010400. 62...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010400. 62 «Прикладная...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Модели корпусной лингвистики» для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 010400. 68 "Прикладная...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины для направления 010400. 62 «Прикладная математика...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления для направления...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Компьютерное моделирование» для направления...
Оборудование: термометр, веер, стороны света, карточки со словами, картинки с изображением облаков
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины Информационная безопасность для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направлений подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины и управление жизненным циклом для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направлений подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины Безопасность информационных сетей для направления...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направлений подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра icon1 Нормативные документы для разработки ооп впо по направлению подготовки...
Общая характеристика вузовской основной образовательной программы высшего профессионального образования по направлению подготовки...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма по формированию навыков безопасного поведения на дорогах...
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «История» для направления 231300. 62 и 230700....
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 231300....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Принятие индивидуальных и коллективных решений»...
Предметом изучения курса является процесс разработки и принятия управленческих решений на базе системной концепции и экономико-математических...
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Иностранный язык (английский)» для направления...
Программа предназначена для преподавателей, ведущих Иностранный язык (английский) для студентов, обучающихся по направлению 010400....
Программа дисциплины «Анализ данных» для направления 010400. 68 «Прикладная математика и информатика» подготовки магистра iconПрограмма дисциплины «Иностранный язык (английский)» для направления...
Программа предназначена для преподавателей, ведущих Иностранный язык (английский) для студентов, обучающихся по направлению 010400....


Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск