Statistical methods of data analysis
Description: The following are studied: sampling method, statistical series and their graphical representation, statistical characteristics, methods of decision-making based on sampling data, as well as analysis of variance, correlation analysis, regression analysis.
Amount of credits: 5
Пререквизиты:
- Mathematics 2
Course Workload:
Types of classes | hours |
---|---|
Lectures | 15 |
Practical works | |
Laboratory works | 30 |
SAWTG (Student Autonomous Work under Teacher Guidance) | 30 |
SAW (Student autonomous work) | 75 |
Form of final control | Exam |
Final assessment method |
Component: University component
Cycle: Profiling disciplines
Goal
- Introducing students to basic statistical methods of data analysis, as well as developing practical skills in research and data analysis.
Objective
- study of basic statistical methods of data analysis;
- mastering the practical techniques of data analysis and interpretation of the results;
- developing skills in the use of software tools (Microsoft Excel) for statistical data analysis.
Learning outcome: knowledge and understanding
- демонстрировать знание различных статистических методов анализа данных, интерпретировать полученные результаты в ходе проводимых исследований.
Learning outcome: applying knowledge and understanding
- использовать знания для решения практических задач, проводить исследования, применять прикладные программы для анализа данных.
Learning outcome: formation of judgments
- самостоятельно решать поставленные задачи, анализировать, делать выводы.
Learning outcome: communicative abilities
- развить коммуникационные способности, необходимые для работы в группе.
Learning outcome: learning skills or learning abilities
- может приобретать новые знания, необходимые в профессиональной деятельности и совершенствоваться в области анализа данных.
Teaching methods
технологии проблемно- и проектно-ориентированного обучения;
информационно-коммуникационные технологии.
Assessment of the student's knowledge
Teacher oversees various tasks related to ongoing assessment and determines students' current performance twice during each academic period. Ratings 1 and 2 are formulated based on the outcomes of this ongoing assessment. The student's learning achievements are assessed using a 100-point scale, and the final grades P1 and P2 are calculated as the average of their ongoing performance evaluations. The teacher evaluates the student's work throughout the academic period in alignment with the assignment submission schedule for the discipline. The assessment system may incorporate a mix of written and oral, group and individual formats.
Period | Type of task | Total |
---|---|---|
1 rating | Лабораторная работа 1 | 0-100 |
Лабораторная работа 2 | ||
Лабораторная работа 3 | ||
Рубежный контроль 1 | ||
2 rating | Лабораторная работа 4 | 0-100 |
Лабораторная работа 5 | ||
Лабораторная работа 6 | ||
Рубежный контроль 2 | ||
Total control | Exam | 0-100 |
The evaluating policy of learning outcomes by work type
Type of task | 90-100 | 70-89 | 50-69 | 0-49 |
---|---|---|---|---|
Excellent | Good | Satisfactory | Unsatisfactory | |
Собеседование по контрольным вопросам | демонстрирует теоретические знания, свободно владеет речью, использует терминологию, отвечает на уточняющие вопросы | демонстрирует теоретические знания, свободно владеет речью, использует терминологию, при ответе делает несущественные ошибки | демонстрирует неглубокие теоретические знания, несвободно владеет речью, путается в терминологии, делает ошибки, которые не может самостоятельно исправить | отсутствуют теоретические знания, не владеет терминологией, делает грубые ошибки |
Выполнение лабораторной работы | выполнил лабораторную работу в полном объеме и в соответствии с требованиями, отвечает на все вопросы преподавателя, связанные с выполнением работы | выполнил работу в полном объеме, но с ошибкой или недочётами, которые может исправить сам или с помощью рекомендаций преподавателя | выполнил более 50% работы, но понимает суть всей лабораторной работы. Отвечает на вопросы преподавателя, связанные с выполненной работой | выполнил работу не полностью, на вопросы преподавателя затрудняется ответить, допущено множество ошибок и недочётов |
Evaluation form
The student's final grade in the course is calculated on a 100 point grading scale, it includes:
- 40% of the examination result;
- 60% of current control result.
The final grade is calculated by the formula:
FG = 0,6 | MT1+MT2 | +0,4E |
2 |
Where Midterm 1, Midterm 2are digital equivalents of the grades of Midterm 1 and 2;
E is a digital equivalent of the exam grade.
Final alphabetical grade and its equivalent in points:
The letter grading system for students' academic achievements, corresponding to the numerical equivalent on a four-point scale:
Alphabetical grade | Numerical value | Points (%) | Traditional grade |
---|---|---|---|
A | 4.0 | 95-100 | Excellent |
A- | 3.67 | 90-94 | |
B+ | 3.33 | 85-89 | Good |
B | 3.0 | 80-84 | |
B- | 2.67 | 75-79 | |
C+ | 2.33 | 70-74 | |
C | 2.0 | 65-69 | Satisfactory |
C- | 1.67 | 60-64 | |
D+ | 1.33 | 55-59 | |
D | 1.0 | 50-54 | |
FX | 0.5 | 25-49 | Unsatisfactory |
F | 0 | 0-24 |
Topics of lectures
- Введение в статистические методы анализа данных
- Выборочный метод
- Статистические характеристики
- Проверка статистических гипотез
- Дисперсионный анализ
- Корреляционный анализ
- Регрессионный анализ
Key reading
- Шорохова И.С. Статистические методы анализа: [учеб. пособие] / И.С. Шорохова, Н.В. Кисляк, О.С. Мариев; М-во образования и науки рос. Федерации, Урал. федер. ун-т. - Екатеринбург: изд-во Урал. ун-та, 2015. - 300 с.
- Козлов А.Ю. Статистический анализ данных в MS Excel: Учебное пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. – М.: Инфра-М, 2018. – 80 c.
- Ниворожкина Л.И. Статистические методы анализа данных: Учебник / Л.И. Ниворожкина, С.В. Арженовский, А.А. Рудяга. – М.: Риор, 2018. – 320 c.
- Клячкин В.Н. Сборник заданий по статистическим методам анализа данных: учебное пособие / В.Н. Клячкин, Ю.Е. Кувайскова, В.А. Алексеева. – Ульяновск: УлГТУ, 2016. – 123 с.
- Айзек М.П. Графика, формулы, анализ данных в Excel. Пошаговые примеры / М.П. Айзек. – СПб.: Наука и техника, 2019. – 384 c.
- Брусенцев А.Г. Анализ данных и процессов. Ч.1. Методы статистического анализа данных: учебное пособие / А. Г. Брусенцев. – Белгород: Белгородский государственный технологический университет им. В.Г. Шухова, ЭБС АСВ, 2017. – 63 c. – ISBN 978-5-361-00540-6. – Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. – URL: https://www.iprbookshop.ru/92237.html
Further reading
- Александровская Ю.П. Информационные технологии статистического анализа данных : учебно-методическое пособие / Ю.П. Александровская. – Казань: Казанский национальный исследовательский технологический университет, 2019. – 152 c. – ISBN 978-5-7882-2636-1. – Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. – URL: https://www.iprbookshop.ru/100535.html
- Волкова В.М. Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python: учебное пособие / В.М. Волкова, М.А. Семёнова, Е.С. Четвертакова, С. С. Вожов. – Новосибирск: Новосибирский государственный технический университет, 2017. – 74 c. – ISBN 978-5-7782-3183-2. – Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/91682.html