Інфопакет

Статистичні методи програмної обробки даних

3.1.1.

Вибіркова дисципліна для ОП

Перший

2023/2024

4 Семестр

3

ПРН4. Використовувати професійну аргументацію для донесення інформації, ідей, проблем та способів їх вирішення до фахівців і нефахівців у сфері економічної діяльності ПРН5. Пояснювати моделі соціально-економічних явищ, керуючись фундаментальними принципами і знаннями основних напрямів розвитку економічної науки. ПРН7. Усвідомлювати основні особливості сучасної світової та національної економіки, інституційної структури, напрямів соціальної, економічної та зовнішньоекономічної політики держави. ПРН10. Вміти аналізувати процеси державного та ринкового регулювання соціально-економічних і трудових відносин. ПРН13. Вміти працювати як самостійно, так і в команді

Знати методи аналізу з дисциплін: "Статистика", "Програмування". Вміти використовувати програмні засоби обробки великих обсягів даних і проблемно-орієнтовані пакети прикладних програм.

Програма навчальної дисципліни складається з двох змістових модулів: модуль - 1 «Система автоматизованої обробки інформації», в якому розглядаються принципи роботи прикладного пакету Statistica: робочий інтерфейс, управління базами даних, формування робочої книги та файлів звіту. Використання методу описової статистики: групування та перегрупування, узагальнення та порівняння за допомогою середніх, абсолютних і відносних величин, а також методи оцінювання та аналізу варіації, диференціації, концентрації та порівняння структур в часі і просторі, модуль 2 - «Аналітична статистика», де розкриваються методи перевірки статистичних гіпотез щодо: характеристик вибіркової сукупності, відповідності емпіричного розподілу теоретичному, істотності розбіжностей середніх і часток у порівняних сукупностях, а також дисперсій, випадковості взаємозв’язку між ознаками; методи аналізу тенденції розвитку та сезонних коливань, індексного аналізу.

1. John P. Hoffmann. Linear Regression Models: Chapman and Hall/CRC, 2021. 436 p. 2. Perumal Mariappan. Statistics for Business: Chapman and Hall/CRC, 2019. 372 р. 3. Richard L. Gorsuch. Factor analysis. Classic second edition: New York: Taylor & Francis Group, 2015. 465 p. 4. Єріна А. М., Єрін Д.Л. Статистичне моделювання та прогнозування : підручник. Київ : КНЕУ, 2014. 348 с. 5. I.T. Jolliffe. Principal Component analysis. Second edition. New York:Springer, 2002. 515 p.

Мета дисципліни – є оволодіння методами автоматизації статистичного аналізу. Навчальна задача курсу полягає у вивченні основних можливостей прикладного пакету Statistica у аналізі соціально – економічних явищ і процесів.

Форми оцінювання студентів: - семестрове оцінювання 75 балів максимум / 45 балів мінімум: 1. Участь у роботі на лабораторних заняттях (виступи, виконання практичних вправ) – 15 балів / 9 балів; 2. 2 контрольні роботи (теми 1-5 та 6-9) – кожна по 20 балів / 12 балів; 3. Виконання самостійної роботи - 20 балів / 12 балів . - підсумкове оцінювання у формі заліку

українська