Program statistical complexes
Description: Methods for pre-processing data. Nonparametric methods of analysis. Correlation analysis. Regression analysis. Pair regression model Nonlinear regression. Multiple regression. Theory of experiment planning (active experiment). Conditional and unconditional optimization methods. Using the EXCEL software environment (analysis package, solution search, built-in functions).
Amount of credits: 5
Пререквизиты:
- Statistical Methods of Quality and Process Management
Course Workload:
| Types of classes | hours |
|---|---|
| Lectures | 15 |
| Practical works | 30 |
| Laboratory works | |
| SAWTG (Student Autonomous Work under Teacher Guidance) | 30 |
| SAW (Student autonomous work) | 75 |
| Form of final control | Exam |
| Final assessment method |
Component: Component by selection
Cycle: Base disciplines
Goal
- Подготовка специалистов, способных к непрерывному профессиональному самосовершенствованию, инновационной деятельности, стратегическому планированию развития инфраструктуры предприятий и
Objective
- Владеть практической технологией компьютерного моделирования экономических и производственных систем
Learning outcome: knowledge and understanding
- Понимать современные тенденции, направления и закономерности развития отечественной науки в условиях глобализации; методологию научного познания и достижения мировой и казахстанской науки; осознавать
Learning outcome: applying knowledge and understanding
- Уметь организовывать, планировать и реализовывать процесс научных исследований; анализировать, оценивать и сравнивать различные теоретические концепции в области исследования и делать выводы; анализировать и обрабатывать информацию из различных источников;
Learning outcome: formation of judgments
- Креативно мыслить и творчески подходить к решению новых проблем и ситуаций; сообщать свои знания и достижения коллегам, научному сообществу и широкой общественности;
Learning outcome: communicative abilities
- Иметь навыки: ораторского искусства и публичного выступления на международных научных форумах, конференциях и семинарах; научного письма и научной коммуникации; лидерского управления и руководства
Learning outcome: learning skills or learning abilities
- Иметь навыки: системного понимания области изучения и демонстрировать качественность и результативность выбранных научных методов; участия в научных мероприятиях, фундаментальных научных отечественных и международных проектах;
Teaching methods
Информационно – коммуникационная технология;
Технология развития критического мышления;
Проектная технология;
Технология интегрированного обучения;
Технологии уровневой дифференциации;
Групповые технологии;
Традиционные технологии(лекционное, практическое занятия)
Topics of lectures
- Общие сведения о статистике
- Общие сведения о программных статистических комплексах
- Табличные программные комплексы
- Наглядное представление статистических данных
- Статистические функции
- Анализ распределения данных в MS Excel
- Основные инструменты пакета анализа
- Основные законы распределения
- Проверка статистических гипотез
- Методы описательной статистики
- Однофакторный дисперсионный анализ
- Двухфакторный дисперсионный анализ
- Регрессия
- Корреляционный анализ
Key reading
- Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: Учеб. пособие.- М.: Вузовский учебник, 2007.
- Иозайтис В.С., Львов Ю.А. Экономико- математическое моделирование производственных систем.-М: Высш.шк., 1991.
- Цымбаленко Т.Т, Байдаков А.Н. идр. Методы математической статистики в обработке экономической информации: учеб. пособие.-М.: Финансы и статистика; Ставрополь: АГРУС, 2007
- Кремер Н.Ш. Теория вероятностей и математическая статистика. -М: ЮНИТИ-ДАНА, 2007.
Further reading
- Письменный Д.Т. Конспект лекций по теории вероятностей и математической статистике. – М.: Айрис-пресс, 2004.
- Кибзун А.И. и др. Теория вероятностей и математическая статистика. Базовый курс с примерами и задачами. – М.: Физматлит, 2002.
