Інфопакет

Теорія ймовірностей та математична статистика в соціології

ОК7

Обов’язкова дисципліна для ОП

Перший

2023/2024

2 Семестр

5

1.1 Знати сучасні методи визначення інтегральних вибіркових характеристик, методи оцінювання параметрів генеральної сукупності. 1.2 Знати статистичні та імовірнісні розподіли, їх характеристики та застосування. 1.3 Знати методи застосування статистичних критеріїв. 2.1 Вміти обчислювати інтегральні характеристик вибірки. 2.2 Вміти формулювати статистичні гіпотези. 2.3 Вміти застосовувати статистичні критерії для розв’язування прикладних задач.

Очна форма

1. Знати методи елементарної математики. 2. Вміти працювати з комп’ютером. 3. Володіти елементарними навичками візуалізації даних.

I. Ймовірність у емпіричних дослідженнях. Тема 1. Базові статистичні вибіркові характеристики. Тема 2. Елементи теорії ймовірності. II. Статистичні гіпотези та моделі у соціології. Тема 3. Базові статистичні оцінки . Тема 4. Перевірка статистичних гіпотез . Тема 5. Статистичні критерії. Тема 6. Лінійна регресія.

Основна 1. Донченко В.С., Сидоров М.В.-С. Теорія ймовірностей та математична статистика для соціальних наук.- К: ВПЦ КНУ імені Тараса Шевченка, 2015, С 400. Додаткова 1. Черняк О.І. та ін. Економетрика. Підручник/Черняк О.І.; Комашко О.В.; Ставицький А.В.; Баженова О.В.; За ред. О.І. Черняка. – Київ: Видавничо-поліграфічний центр "Київський університет", 2010. - 359 с. 2. John A. Rice. Mathematical Statistics And Data Analysis. Duxbury Advanced Series. Available 2010 Titles Enhanced Web Assign Series. .- Cengage Learning, 2007, ISBN0534399428, 9780534399429, 603 p. 3. Elementary Statistics with R http://www.r-tutor.com/elementary-statistics 4. Медведєв М.Г., Пащенко І.0. Теорія ймовірностей та математична статистика. Підручник. - К.: Вид-во "Ліра-К". 2008. - 536 с. 5. Літнарович Р.М.Побудова і дослідження математичної моделі за джерелами експериментальних даних методами регресійного аналізу. Навчальний посібник, МЕГУ, Рівне, 2011.-140 с

Лекція, практичне заняття, самостійна робота у Moodle

1. Дистанційний курс DataCamp “Introduction to R” PH 1.1, РН 1.3, РН 2.1 – 2 бали / 1 бал. 2. Дистанційний курс Prometheus “Аналіз даних та статистичне виведення на мові R” PH 1.1, PH 1.3, РН 2.1 – 3 бали / 2 бали. 3. Кр 1 з тем 1,2 РН 1.1 – 5 балів / 3 бали. 4. Пкр 1 з тем 1, 2 РН 1.1, РН 2.1 – 6 балів/4 бали. 5. Кр 2 з теми 3, РН 1.2, РН 2.1 – 5 балів / 3 бали. 6. Кр 3 з теми 3, РН 1.2, РН 2.1 – 5 балів / 3 бали. 7. Пкр 2 з тем 3,4 та5, РН 1.2, РН 1.3, РН 2.2, РН 2.3 – 6 балів/4 бали. 8. Домашні роботи – РН 1.1, РН 1.2, РН 1.3, РН 2.1, РН 2.2, РН 2.3, всього 12 балів / 8 балів. 9. Виступи біля дошки - РН 1.1, РН 1.2, РН 1.3, РН 2.1, РН 2.2, РН 2.3, всього 16 балів / 8 балів. підсумкове оцінювання – іспит РН 1.1, РН 1.2, РН 1.3, РН 2.1, РН 2.2, РН 2.3

українська