Delivered at:: School of Economics and Finance

Course type:: Compulsory course

When:: 2 year, 3 module

Instructors

Kirpishchikov, Dmitry

Shenkman, Evgeniya

Полная версия программы учебной дисциплины

Аннотация

Данный курс представляет собой адаптацию общеуниверситетского курса по анализу данных специально для студентов образовательной программы «Экономика» и направлен на формирование компетенций в области статистики и анализа данных. В курсе будут рассмотрены темы, которые необходимы для успешного освоения основных понятий и методов, связанных с анализом данных. Также будут рассмотрены темы, связанные с основами машинного обучения. Практические занятия по курсу проводятся на языке программирования R. Дисциплина реализуется с помощью онлайн-курса «Статистика для анализа данных» (https://edu.hse.ru/course/view.php?id=136232), а также с применением интерактивных занятий на языке R на платформе DataCamp (www.datacamp.com).

Цель освоения дисциплины

Знакомство c языком программирования R
Умение импортировать данные и проводить базовую предобработку данных для дальнейшего анализа в языке программирование R
Знать и применять основные методы базового анализа данных, понимать применимость и ограничение этих методов

Планируемые результаты обучения

● Корректно открывать табличные данные различных форматов, работать с ними.
● Визуализировать данные с помощью различных диаграмм: тепловой карты, ящика с усами и других.
Понимать и корректно использовать основные статистические понятия
Фильтровать данные по нескольким условиям
Вычислять релевантные описательные статистики и интерпретировать полученные результаты
Визуализировать данные с помощью простейших видов диаграмм: линейной, точечной, столбчатой
Уметь реализовывать все шаги проверки статистических гипотез
Применять параметрические статистические критерии для проверки гипотез
Применять непараметрические статистические критерии для проверки гипотез
Создавать интерактивные визуализации
Использовать R в применении к анализу данных
Сортировать данные
Уметь применять функции пакета dplyr на языке программирования R
Уметь идентифицировать типы данных
Уметь строить гистограмму и полигон, различать необходимость их применения
Переводить значения признака в z-оценки
Обрабатывать пропущенные значения и выбросы
Строить уравнение линейной регрессии с использованием метода наименьших квадратов
Оценивать качество модели линейной регрессии с помощью релевантных метрик
Оценивать качество модели логистической регрессии с помощью релевантных метрик
Строить модель логит, интерпретировать коэффициенты
Решать задачу классификации с использованием KNN
Оценивать качество модели классификации с помощью релевантных метрик

Содержание учебной дисциплины

Основы работы в R
Тестирование статистических гипотез
Метод главных компонент и кластерный анализ

Элементы контроля

Проект
Микроконтроли
Оценка за микроконтроли рассчитывается как среднее арифмитеческое отдельных микроконтролей, всего из будет проведено 5-6. Обычно микроконтроль проводится в начале семинара в течение 5-7 минут, включает в себя вопросы по пройденному материалу.
Самостоятельная работа (DataCamp)
Студентам предлагаются к прохождению обязательные курсы и дополнительные курсы на площадке DataCamp
Отчеты
По итогам части семинаров студенты оформляют отчет о проделанной работе. Оценка за отчеты составляет среднее арифметическое всех отчетов.
Экзамен
Эзамен представляет собой 60-минутную письменную работу, которая включает в себя (1) тестовые задания открытого типа; (2) тестовые задания закрытого типа; (3) интерпретация результатов работы алгоритма на языке программирования R

Промежуточная аттестация

2021/2022 учебный год 3 модуль
0.15 * Отчеты + 0.2 * Проект + 0.15 * Микроконтроли + 0.4 * Экзамен + 0.1 * Самостоятельная работа (DataCamp)

Bachelor’s Programme 'Economics'

Introduction to Data Analysis in R