Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Статья
The social festivals and events for destination branding and promotion in Asian countries

Ahmed W., Tufail J., Fatima Q. et al.

Policy Research Journal. 2025. Vol. 3. No. 6. P. 586-600.

Глава в книге
Изучение подходов к управлению разработкой новых продуктов

Пимонова С. А., Потапова Д. И.

В кн.: Социально-экономические преобразования и проблемы. Сборник научных трудов (выпуск 11). Вып. 11. Н. Новгород: Издательство НИСОЦ, 2021. С. 50-63.

Препринт
R&D and marketing NPD cooperation: antecedents and consequences in Russian companies

Denis Fomenkov, Kirill Veselov.

Social Science Research Network. Social Science Research Network. SSRN, 2015

Контакты

603005, г. Н.Новгород,
ул. Родионова, д. 136

(831) 436-17-91

Анализ и визуализация данных в бизнес-аналитике

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
9
Кредиты
Статус:
Курс обязательный
Когда читается:
1-й курс, 2-4 модуль

Программа дисциплины

Аннотация

Курс состоит из двух блоков и ориентирован на формирование у обучающихся основных навыков работы с большими данными. Также в рамках курса отрабатываются практические навыки получения и обработки данных. Курс способствует развитию аналитических способностей путем анализа результатов обработки статистических данных.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью курса является формирование у обучающихся основных навыков работы со статистическими данными и понимания принципов анализа данных.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеет навыками подготовки данных к статистическому анализу
  • Владеет основными средствами программы Excel для работы с данными
  • Знает базовые методы и модели Data Mining
  • Знает методы анализа временных рядов;
  • Знает методы поиска и оценки причинно-следственных взаимосвязей в данных;
  • Знает основные принципы работы с базами данных
  • Знает основные теоретические принципы работы со статистическими данными
  • Умеет выполнять обработку данных в Excel;
  • Умеет проверять статистические гипотезы
  • Умеет проводить корреляционно-регрессионный анализ данных
  • Умеет формулировать запросы для СУБД
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в анализ данных. Предварительный анализ и визуализация данных.
  • Статистические методы анализа данных
  • Работа с временными рядами
  • Инструменты обработки данных в Excel
  • Хранение данных
  • Data Mining
Элементы контроля

Элементы контроля

  • неблокирующий Выполнение расчетно-графических работ
  • неблокирующий Контрольная работа 1
  • неблокирующий Контрольная работа 2
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 4 модуль
    0.15 * Контрольная работа 1 + 0.3 * Экзамен + 0.4 * Выполнение расчетно-графических работ + 0.15 * Контрольная работа 2
Список литературы

Список литературы

Рекомендуемая основная литература

  • Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2020. — 490 с. — (Высшее образование). — ISBN 978-5-534-00616-2. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: http://biblio-online.ru/bcode/450166 (дата обращения: 31.08.2020).
  • Миркин Б. Г. - ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ. Учебник и практикум - М.:Издательство Юрайт - 2020 - 174с. - ISBN: 978-5-9916-5009-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/vvedenie-v-analiz-dannyh-450262

Рекомендуемая дополнительная литература

  • Fraser C. Business statistics for competitive advantage with Excel 2016: basics, model building, simulation and cases. New York, NY: Springer Science+Business Media, 2016. 475 с.
  • Agresti, A. (2017). Statistics: The Art and Science of Learning From Data, Global Edition. Pearson.
  • Bruce, P. C. (2014). Introductory Statistics and Analytics : A Resampling Perspective. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=923330
  • Jack A. Levin, & James Alan Fox. (2013). Elementary Statistics in Social Research: Pearson New International Edition : Essentials. Harlow, United Kingdom: Pearson. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1418805
  • Newbold, P., Carlson, W. L., & Thorne, B. (2013). Statistics for Business and Economics: Global Edition (Vol. Eight edition). Boston, Massachusetts: Pearson Education. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1417883

Авторы

  • Сафронова Ксения Олеговна