• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
02
Октябрь

Основы статистики и анализа данных

2017/2018
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Статус:
Курс по выбору
Когда читается:
1-й курс, 3 модуль

Преподаватель

Программа дисциплины

Аннотация

Настоящая дисциплина относится к факультативному блоку профессионального цикла дисциплин, обеспечивающих подготовку бакалавра для направления 080100 «Экономика». Изучение данной дисциплины базируется на следующих дисциплинах: «Основы экономической теории», «Математический анализ», «Линейная алгебра», «Английский язык». Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин: «Статистика», «Эконометрика», «Междисциплинарная курсовая работа».
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Основы статистики и анализа данных» являются подготовка выпускников к информационно-аналитической и научно-исследовательской деятельности в качестве исполнителей или руководителей младшего уровня, а также к продолжению обучения в магистратуре и аспирантуре.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать базовый терминологический аппарат общей теории статистики, различать виды научных дисциплин, имеющих отношение и использующий ее расчетные техники
  • Уметь составить план простого статистического исследования, обрабатывать реальные данные, на продвинутом уровне использовать программную среду Jupyter для решения прикладных статистических задач по сбору и первичной обработке информации
  • Иметь навыки (приобрести опыт) самостоятельного сбора и обработки информации, углубленного статистического анализа в программной среде Excel, Python
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в статистику
  • Знакомство со средой Jupyter
  • Программирование на Python
  • Ввод и вывод данных
  • Работа с форматом JSON
  • Регулярные выражения
  • Работа с большими объемами данных – введение в SQL
  • Базовые приемы работы с MS Excel
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа
  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.45 * Аудиторная работа + 0.15 * Контрольная работа + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Nelli, F. (2015). Python Data Analytics : Data Analysis and Science Using Pandas, Matplotlib and the Python Programming Language. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1056488

Рекомендуемая дополнительная литература

  • Romano, F. (2015). Learning Python. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1133614