Многомерные статистические методы (стр. 2 )

Кол. час	Темы, разделы, вынесенные на самостоятельную подготовку, тематика рефератной работы, контрольных работ, рекомендации по использованию литературы, ЭВМ и др.	Формируемые компетенции
175	Темы, разделы, вынесенные на самостоятельную подготовку
75	Регрессионный анализ и классификация	ПК-4
70	Снижение размерности	ПК-4
30	Комплексный многомерный анализ	ПК-4
20	Темы и вопросы, определяемые преподавателем с учетом интересов студентов Комплексный многомерный анализ. Регрессия на главные компоненты/общие факторы. Кластерный анализ на главных компонентах/общих факторах. Прикладной многомерный анализ. Решение практической задачи с помощью инструментов многомерного статистического анализа (первичная обработка данных, корреляционно-регрессионный анализ, методы снижения размерности и классификации).	ПК-4
195	Общая трудоемкость самостоятельной работы (час)
9	Подготовка к экзамену	ПК-4

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ Фонд оценочных средств для проведения промежуточной аттестации Содержание и основные этапы многомерного статистического анализа. Постановка задачи корреляционного анализа многомерной генеральной совокупности. Корреляционный анализ количественных признаков: множественные и частные коэффициенты корреляции. Корреляционный анализ количественных признаков: проверка значимости множественных и частных коэффициентов корреляции Ранговая корреляция: по Спирмену, Кендаллу. Корреляция категорированных переменных: таблицы сопряженности и меры степени тесноты статистической связи. Многомерная классификация: постановка задачи, основные определения. Классификации с обучением и без обучения. Многомерная классификация: оптимальная (байесовская) процедура классификации. Параметрический дискриминантный анализ в случае нормальных классов. Линейная дискриминантная функция Фишера. Алгоритм дискриминантного анализа в случае двух нормальных классов. Непараметрический дискриминантный анализ: ядерные оценки, метод ближайших соседей. Оценка качества дискриминации: расстояние Махаланобиса, статистика Уилкса, апостериорные вероятности. Пошаговый дискриминантный анализ. Параметрический случай классификации без обучения: расщепление смесей вероятностных распределений. Непараметрический случай классификации без обучения: кластерный анализ. Постановка задачи автоматической классификации. Кластерный анализ: расстояние между объектами и меры близости объектов друг к другу. Кластерный анализ: расстояние между классами объектов. Кластерный анализ: оценка качества разбиения объектов на классы. Кластерный анализ: принцип построения агломеративных иерархических процедур классификации. Кластерный анализ: последовательные кластер-процедуры, метод k-средних. Снижение размерности многомерных признаков: метод главных компонент. Алгоритм вычисления главных компонент. Главные компоненты многомерной нормально распределенной совокупности. Главные компоненты стандартизованных переменных. Факторный анализ: линейная модель с ортогональными общими факторами. Факторный анализ: статистическое оценивание факторных нагрузок методом главных факторов. Факторный анализ: вращение факторов. Варимакс вращение. Тестирование адекватности модели факторного анализа. Факторный анализ: оценка значений общих факторов методом взвешенных наименьших квадратов. Многомерное шкалирование: решение задачи метрического шкалирования.
Фонд оценочных средств для проведения текущего контроля

Структура и содержание фонда оценочных средств представлены в Приложении 1 к рабочей программе дисциплины

УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ Основная и дополнительная литература

№	Выходные данные	Количество экземпляров
Основная литература
1.	, Анализ данных. М.: МИФИ, 2012 http://biblioclub. ru/index. php? page=book&id=231829&sr=1	Неограниченный доступ для зарегистрированных пользователей
2.	, Анализ данных. Кемерово: КГУ, 2014. http://biblioclub. ru/index. php? page=book_red&id=278426&sr=1	Неограниченный доступ для зарегистрированных пользователей
Дополнительная литература
1.	Многомерные статистические методы для экономистов и менеджеров [Текст]: Учеб. / , , . - М.: Финансы и статистика, 2003. - 352 с.	45
2.	, Многомерные статистические методы в экономике. – М.: Дашков и К, 2008. – 224 с.	198
3.	Методы многомерного анализа статистических данных. М.: Финансы и статистика, 2008. – 400 с.	50
Методические разработки
1.	Многомерные статистические методы: Методические указания к лабораторным занятиям /Рост. гос. экон. ун-т «РИНХ». - Ростов н/Д, 2005. – 21 c.	15
Периодические издания
1.	Прикладная эконометрика. Архив номеров журнала доступен по адресу: https://ideas. repec. org/s/ris/apltrx. html	Неограниченный доступ
2.	Квантиль. Журнал доступен по адресу: http://quantile. ru/	Неограниченный доступ

Перечень ресурсов информационно-телекоммуникационной сети «Интернет»

№	Выходные данные
1.	Статистический портал: http://www. statsoft. ru/
2.	Образовательный сайт: http://www. exponenta. ru/

Перечень программного обеспечения

№	Наименование программного обеспечения
1.	Econometric Views 6.0
2.	Statistica 6.0
3.	MS Excel

Перечень информационно-справочных систем

№	Наименование информационно-справочных систем
1.	Базы данных Росстата: http://www. gks. ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/databases/
2.	Статистика ЦБ РФ: http://www. cbr. ru/statistics/
3.	Интернет ресурсы www. econ. kuleuven. ac. be/gme  www. statsoft. ru

МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Помещения для проведения всех видов работ, предусмотренных учебным планом, укомплектованы необходимой специализированной учебной мебелью и техническими средствами обучения. Для проведения лекционных занятий используется демонстрационное оборудование. Лабораторные занятия проводятся в компьютерных классах, рабочие места в которых оборудованы необходимыми лицензионными программными средствами и выходом в Интернет. Специализированные аудитории: 513, 516.

МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ОСВОЕНИЮ ДИСЦИПЛИНЫ

Методические указания по освоению дисциплины представлены в Приложении 2 к рабочей программе дисциплины.

  Приложение 1

  к рабочей программе

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего образования

«Ростовский государственный экономический университет (РИНХ)»

Рассмотрено и одобрено на заседании кафедры математической статистики, эконометрики и актуарных расчетов Протокол № 9 от «12» мая 2016 г.  Зав. кафедрой  __

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ

ПО ДИСЦИПЛИНЕ

Б1.В. ДВ.10.1 Многомерные статистические методы

Направление подготовки

38.03.01 Экономика

Профиль

38.03.01.11 Анализ и управление рисками

Уровень образования

Бакалавриат

Составитель    , д. э.н., профессор

Ростов-на-Дону – 2016

Оглавление

1. Перечень компетенций с указанием этапов их формирования в процессе освоения образовательной программы        3

2. Описание показателей и критериев оценивания компетенций на различных этапах их формирования, описание шкал оценивания        3

3. Типовые контрольные задания или иные материалы, необходимые для оценки знаний, умений, навыков и (или) опыта деятельности, характеризующих этапы формирования компетенций в процессе освоения образовательной программы        7

1. Перечень компетенций с указанием этапов их формирования в процессе освоения образовательной программы

1.1 Перечень компетенций c указанием этапов их формирования представлен указан в п. 3. «Требования к результатам освоения дисциплины» рабочей программы дисциплины.

1.2 Этапы формирования компетенций показаны в тематическом плане дисциплины (содержании) (п. 4) рабочей программы дисциплины.

2. Описание показателей и критериев оценивания компетенций на различных этапах их формирования, описание шкал оценивания

2.1 Показатели и критерии оценивания компетенций: 

ЗУН, составляющие компетенцию	Показатели оценивания	Критерии оценивания	Средства оценивания
ПК-4 Способность на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты
Знать: назначение, содержание и основные этапы многомерного статистического анализа; методы многомерных классификаций: дискриминантный анализ, кластерный анализ: основные типы задач и алгоритмов кластерного анализа; корреляционный анализ многомерной генеральной совокупности, его назначение и место; корреляционный анализ количественных связей и порядковых переменных, категоризованные корреляции; снижение размерности исследуемых многомерных признаков и отбор наиболее информативных показателей: метод главных компонент, основные числовые характеристики и оптимальные свойства главных компонент; факторный анализ: общий вид линейной модели, основные задачи и вопросы идентификации; основы работы в современных пакетах прикладных	Изучение теории и подготовка к собеседованию	Полнота и содержательность ответа; умение приводить примеры;  умение отстаивать свою позицию; умение пользоваться дополнительной литературой при подготовке к занятиям; соответствие представленной в ответах информации материалам лекции и учебной литературы, сведениям из информационных ресурсов Интернет	С, З
Уметь: рассчитывать показатели связи количественных и качественных переменных, производить классификацию объектов при наличии и в отсутствие обучения, снижать размерность признакового пространства; анализировать результаты расчетов и обосновывать полученные при моделировании выводы; строить сводный (интегральный) показатель качества сложной системы; использовать для анализа данных пакеты прикладных статистических программ; критически оценивать полученные при моделировании результаты	Решение разноуровневых задач, разобраться с практикой использования ППП для моделирования	Полнота и содержательность решения	С, З, ЛР
Владеть: инструментальными средствами обработки данных; многомерными статистическими методами для описания экономических процессов и явлений; методами многомерного статистического анализа больших массивов данных для оценки рисков	Решение разноуровневых задач, интерпретация результатов, моделирование с помощью ППП	Полнота и содержательность решения	С, З, ЛР, КР

О – опрос, К – коллоквиум, С – собеседование, СР – самостоятельная работа, КР – контрольная работа, ЛР – лабораторная работа, ЭС – эссе, Д – доклад, СЗ – кейсы, ситуационные задания, П – презентации, КС – круглый стол, РЗ – расчетное задание, Т – тест, Р – реферат, ДИ – деловая (ролевая) игра, ИТЗ – индивидуальное творческое задание, КР – контрольная работа, З – разноуровневые задачи и др.