Современные методы анализа и визуализации данных

Код блока В.1.2
Название блока Вариативная часть
ФИО и должность преподавателя Пчелинцев Евгений Анатольевич, к.ф.-м.н., доцент
Семестр 3
Количество ЗЕ 3
Количество часов Аудиторных  
  лекции 32
  лабораторные 32
  Самостоятельная работа студента 44
  Итого 108
Практики Лабораторные работы в компьютерном классе
Требования к освоению курса Требуется знание следующих базовых дисциплин «Математический анализ», «Линейная алгебра», «Теория вероятностей и математическая статистика», «Дифференциальные уравнения», «Численные методы».
Язык обучения английский (русский)
Цели курса Знания студента после освоения курса Методы оценивания студентов
- Подготовить магистров по математике для применения математических методов и техники моделирования в своей профессиональной деятельности.
- Научить применять статистические методы и численные эксперименты в реальных задачах.
- Показать связь теории и практики, чтобы научить студентов "видеть" статистические проблемы в различных предметных областях и правильно применять методы прикладной статистики, показать на практических примерах возможности и ограничения статистических методов.
В результате освоения дисциплины обучающийся должен: Знать: - основные методы прикладной статистики, - назначение, возможности и особенности работы современных статистических пакетов (SPSS, Statistica и др.), - преимущества обработки данных с помощью статистического пакета по сравнению с другими способами (табличные процессоры, СУБД, программирование и др.). Уметь: - понять поставленную задачу, - грамотно пользоваться языком предметной области, - обоснованно выбрать метод обработки данных в зависимости от задачи и вида имеющихся данных, - провести отбор данных, различные виды модификации и преобразования данных - свободно ориентироваться в меню пакета и уметь пользоваться различными функциями, - представлять результаты обработки в виде таблиц и графиков, - пользоваться синтаксисом и создавать программы обработки данных, - грамотно делать выводы и интерпретировать результаты, полученные в процессе обработки с помощью статистического пакета. Владеть: - навыками применения статистических пакетов для анализа и обработки информации, проведения численного эксперимента и представления результатов исследования, - информационной культурой в процессе компьютерной обработки информации. Текущий контроль оценки качества усвоения дисциплины заключается в проведении двух контрольных и четырех лабораторных работ. В конце семестра – экзамен.
Методы обучения Лекции, лабораторные работы, контроль знаний
Список тем Название темы Ауд. часов Промежуточный контроль знаний
Введение. Первичный анализ данныз 2  
Проверка параметрических гипотез 8 КР 1
Проверка непараметрических гипотез 6 ЛР 1
Корреляционный анализ 6  
Регрессионный анализ 8 ЛР 2
Вторичный анализ данных 6  
Проверка множественных гипотез 8 ЛР 3
Анализ временных рядов 8  
Анализ выживаемости 6 ЛР 4
Анализ панельных данных 6 КР 2
    64 экзамен
Требования к оцениванию В течение семестра 60 баллов
Критерии оценивания Каждая лабораторная и контрольная работа по 10 баллов
Состав финальной оценки Экзамен 40 баллов. Экзаменационный билет содержит два теоретических вопроса (10x2=20) и две задачи (10x2=20). Итого 100 баллов.
Автор курса Пчелинцев Е.А.