| 18.03.2020 | 10 недель | Открытое образование |
О курсе
Задачи дисциплины «Статистика»:
- Сформировать у студентов положительную мотивацию на использование современных статистических методов в фундаментальных прикладных исследованиях;
- Дать знания об основных понятиях статистики, их применении для представления и анализа результатов аналитического исследования;
- Способствовать овладению студентами навыками статистического анализа, использования полученных данных при подготовке проектной документации, необходимой при решении различных профессиональных задач в сфере рекламы и связей с общественностью (технико-экономическое обоснование, техническое задание, бизнес-план, креативный бриф, соглашение, договор, контракт).
Результат
В результате освоения курса студент сможет (научится):
1. Проводить предварительную обработку данных для статистических исследований.
2. Выбирать наиболее адекватные статистические методы для анализа.
3. Применять (реализовывать) статистические методы для анализа данных.
4. Применять пакеты прикладных программа для реализации статистических методов.
5. Интерпретировать полученные результаты.
О преподавателях
Кабанова Татьяна ВалерьевнаДоцент кафедры теории вероятностей и математической статистики Института прикладной математики и компьютерных наук НИ ТГУ
Содержание курса
Онлайн-курс состоит из девяти разделов:
Модуль 1. Знакомство с пакетом R.
- Рабочее пространство в R.
- Типы и структуры данных.
- Последовательности, векторы, матрицы.
- Списки, массивы, факторы.
- Объекты типа data.frame.
Модуль 2. Введение в статистику. Предварительная обработка данных. Способы представления выборок.
- Введение в статистику.
- Сводка, группировка.
- Измерительные шкалы и типы данных.
- Генеральная и выборочная совокупность.
- Табличные способы представления выборок.
- Графические способы представления выборок.
Модуль 3. Оценки параметров. Описательные статистики.
- Точечные оценки параметров.
- Числовые характеристики выборки.
- Средние показатели.
- Меры вариации.
- Структурные характеристики.
- Интервальное оценивание.
- Предварительная обработка данных (пропуски, выбросы).
Модуль 4. Проверка статистических гипотез.
- Проверка статистических гипотез.
- Критерии согласия.
- Критерии проверки нормальности.
Модуль 5. Сравнение групп. Параметрические и непараметрические критерии.
- Параметрические критерии сравнения групп.
- Непараметрические критерии сравнения групп.
Модуль 6. Корреляционный анализ.
- Корреляционный анализ количественных данных. Парный коэффициент корреляции Пирсона.
- Ранговая корреляция.
- Корреляционный анализ категоризованных данных. Анализ таблиц сопряженности.
Модуль 7.Регрессионный и дисперсионный анализ.
- Регрессионный анализ. Общая постановка задачи.
- Парная регрессии.
- Множественная регрессия.
- Дисперсионный анализ (ANOVA). Общая постановка задачи.
- Однофакторный ANOVA.
- Двухфакторный ANOVA.
Модуль 8. Анализ рядов динамики. Экономические индексы.
- Определение и структура временного ряда.
- Методы сглаживания временного ряда.
- Сезонная составляющая.
- Экономические индексы.
Модуль 9. Итоговая аттестация.
| Профессии, специальности и направления подготовки | 37.03.01 Психология
37.05.01 Клиническая психология 42.03.01 Реклама и связи с общественностью |
| Область деятельности | Науки об обществе
|
| Количество лекций | 10 |
| Дата ближайшего старта | 18.03.2020 |
| Дата окончания | 30.07.2020 |
| ID курса | 0f88110d0efd4c128da491a3ba386889 |
| К-во обучающихся на версии курса | 9770 |
| Язык | Русский |
| Длительность | 10 недель |
| Сертификат | Есть |
| Версия | 3 |
Рекомендуемые курсы
Правообладатель
Платформа
15.02.2021
Правообладатель
Платформа
18.03.2020
Правообладатель
Платформа
18.03.2020
Правообладатель
Платформа
18.03.2020
Правообладатель
Платформа
01.11.2022
Правообладатель
Платформа
01.11.2022
Рецензии и оценки
Отзывы 0
Чтобы оставить отзыв необходимо
войти
