
- •1. Характеристика учебной дисциплины
- •Назначение учебной дисциплины
- •Цель изучения дисциплины
- •Задачи изучения дисциплины
- •1.4. Методология
- •Календарно-тематический план курса
- •Темы (вопросы) для срс
- •4. Содержание программы
- •4.1. Планы лекций
- •4.2. Планы лабораторных занятий
- •4.3. Порядок изучения материала и выполнения заданий (срс)
- •5. Система оценки знаний студентов
- •Глоссарий
- •Базовые термины математической статистики и анализа данных
- •1.2 Краткая историческая справка[2]
- •1.4 Типы данных психолого-педагогического исследования
- •1.5 Описательная статистика
- •Случайная величина и вероятность события Математическая статистика тесно связана с другой математической наукой – теорией вероятности и базируется на ее математическом аппарате.
- •Математическое ожидание – числовая характеристика св, приближенно равная среднему значению св:
- •Закон распределения св
- •Биномиальное распределение (распределение Бернулли)
- •Распределение Пуассона
- •Нормальное (гауссовское) распределение
- •Распределение вероятностей непрерывной cв х, принимающие все свои значения из отрезка [а;b] называется равномерным, если ее плотность вероятности на этом отрезке постоянна, а вне его равна нулю:
- •Общие принципы проверки статистических гипотез
- •4.3 Понятие гипотезы в педагогике
- •Анализ одной и двух нормальных выборок
- •6.1 Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Случай независимых выборок
- •1. Что если полученное в опыте значение t окажется меньше табличного? Тогда надо принять нулевую гипотезу.
- •3. Что если в контрольной группе результаты окажутся выше, чем в экспериментальной? Поменяем, например, местами, сделав средней арифметической экспериментальной группы, a — контрольной:
- •Б) случай связанных (парных) выборок
- •Лекция_5 Однофакторный дисперсионный анализ для несвязанных выборок
- •Лекция_6 Дисперсионный анализ для связанных выборок
- •Двухфакторный анализ
- •Связь задач двухфакторного и однофакторного анализа
- •Аддитивная модель данных двухфакторного эксперимента при независимом действии факторов
- •Непараметрические критерии проверки гипотезы об отсутствии эффектов обработки
- •Лекция_8 Регрессионный анализ
- •1. Парная линейная регрессия
- •1.1. Взаимосвязи экономических переменных
- •Суть регрессионного анализа
- •1.3. Парная линейная регрессия.
- •8.1 Требования к статистическим пакетам общего назначения
- •8.2 Российские пакеты обработки данных
- •8.4 Пакет stadia
- •Лекция_10 Корреляционный анализ Понятие корреляционной связи
- •7.2.2 Коэффициент корреляции Пирсона
- •Параметрические критерии
- •6.1.1 Методы проверки выборки на нормальность
- •Анализ временных рядов на компьютере
- •Многомерный анализ и другие статистические методы
- •Многомерное шкалирование
- •1.1 Характеристика пакета Excel
- •1.2 Использование специальных функций
- •Задания для самостоятельной работы
- •1.2 Использование инструмента Пакет анализа
- •Задание для самостоятельной работы
- •2.1 Биномиальное распределение
- •Задания для самостоятельной работы
- •2.2 Нормальное распределение
- •Задания для самостоятельной работы
- •2.3 Генерация случайных величин
- •Задание для самостоятельной работы
КАЗАХСКАЯ ИНЖЕНЕРНО-ТЕНИЧЕСКАЯ АКАДЕМИЯ
КАФЕДРА «ОБЩЕОБРАЗОВАТЕЛЬНЫХ И СОЦИАЛЬНО-ГУМАНИТАРНЫХ ДИСЦИПЛИН»
УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС
по дисциплине «Анализ данных и прогнозирование экономики»
для студентов специальностей: «Экономика»
Астана – 2010
Составители: к.ф.-м.н., доцент Сагнаева С.К., ст.преп. Абдуллаева М.Ф.
Кафедра «Общеобразовательных и социально-гуманитарных дисциплин»
Данный комплекс является путеводителем для студентов специальности «экономика», по дисциплине «Анализ данных и прогнозирование экономики». Учебный методический комплекс дает возможность получить основные сведения, необходимые на практике для анализа данных, изучить основные постановки задач и методы их решения с использованием популярных статистических пакетов STADIA, STATISTICA.
Системы заданий ПЗ и СРСП нацелены на выработку знаний, умений всесторонне освоить статистические методы анализа данных, уметь прогнозировать экономику и применять их в своей деятельности.
Учебно-методический комплекс по дисциплине «Анализ данных и прогнозирование экономики» на заседании кафедры «Общеобразовательных и социально-гуманитарных дисциплин»
« » 2010 г.
Протокол №
Зав. кафедрой _____________ /Карипова А.Т./.
Проректор по учебной работе
к.э.н., доцент ____________ Жуманазаров К.Б.
1. Характеристика учебной дисциплины
Назначение учебной дисциплины
«Анализ данных и прогнозирование экономики» - комплексная научная дисциплина, имеющая важное методологическое значение в системе подготовки современного специалиста - экономических информационных систем. В ней рассматриваются общие вопросы информатизации, даются понятия автоматизированных информационных технологий, систем, приводится их классификация. Особое внимание уделяется описанию необходимых видов обеспечения систем и технологий с учетом потребностей пользователей в условиях работы в компьютерных сетях. Рассматриваются использование информационных технологий в экономике для анализа данных.
Анализа данных в экономических информационных системах позволяет не только уточнить существенные стороны экономического процесса, но и сделать выводы и произвести прогноз, при этом использование ПЭВМ и различных средств коммуникаций значительно сокращает время и затраты на их решение.
Цель изучения дисциплины
Цель дисциплины – дать будущим специалистам знания в области функционирования информационных систем и автоматизации управленческой деятельности в условиях рыночной экономики, а также:
ознакомление с мировым информационным рынком и тенденциями его развития;
освоение студентами технологий обработки массовых данных экономического характера с применением статистических методов на базе современных технических и программных средств;
изучению специальных возможностей компьютерных технологий Microsoft и статистических пакетов по решению задач обработки и анализа данных;
освоению практических навыков по работе с новыми компьютерными технологиями, включающими методы статистической обработки.
Задачи изучения дисциплины
Задача обучения дисциплины является формирование у студентов знаний позволяющих:
Изучить информационные процессы в экономике;
получить представление об АИС и АИТ в экономике;
освоить методику создания автоматизированных информационных систем и технологий;
изучить информационное обеспечение ЭИС и технологий;
научить применять методику создания автоматизированных информационных систем и технологий;
Иметь понятие об автоматизированном рабочее место (АРМ) как средстве автоматизации работы конечного пользователя.
Для глубокого усвоения учебной дисциплины студент должен знать методику создания автоматизированных информационных систем и технологий и конкретные возможности их информационного обеспечения и уметь применять их в своей практической деятельности для анализа экономических данных.
Знания: иметь представление об информационном рынке программных продуктов по обработке данных; знать критерии классификации статистических пакетов обработки данных; ознакомиться с пакетами анализа данных, предназначенных для решения сложных статистических и социологических задач; подробно рассмотреть весь набор инструментов, входящих в пакет анализа данных: генерация случайных чисел, выборка, построение вариационных рядов, построение гистограмм и т.д.
Умения: в процессе изучения дисциплины студенты должны овладеть:
умением провести обоснование выбора того или иного пакета при решении конкретной задачи;
умением сформировать исходные данные, согласно требованиям пакета и интерпретировать результаты;
навыками работы с современными технологиями на компьютере с целью реализации методов математической статистики, общей теории статистики и эконометрики на компьютере;
работой с пакетом анализа данных, предназначенных для решения сложных статистических и социологических задач, подробно рассмотрев весь набор инструментов, входящих в пакет анализа данных;
навыками выбора правильного решения.