Introduction to Data Analysis

2022/2023

Academic Year

RUS

Instruction in Russian

4

ECTS credits

Delivered at:

School of Economics and Finance

Course type:

Compulsory course

When:

2 year, 3 module

Instructors

Kirpishchikov, Dmitry

Shenkman, Evgeniya

Программа 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

• Введение в инструменты и Базовые манипуляции с данными
• Типы данных и Описательные статистики
• Генеральная совокупность и выборка. Частотные таблицы и распределения
• Z-оценка. Выбросы и Корреляция
• Визуализация
• Введение в тестирование гипотез. Параметрические и непараметрические критерии.
• Линейная и логистическая регрессия
• Введение в машинное обучение

Элементы контроля

• 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
• Микроконтроль
  Оценка за микроконтроли рассчитывается как среднее арифмитеческое отдельных микроконтролей, всего из будет проведено около 8-10. Обычно микроконтроль проводится в начале семинара или лекции в течение 5-7 минут, включает в себя вопросы по пройденному материалу
• Самостоятельная работа
  Студентам предлагаются к прохождению обязательные курсы и дополнительные курсы на площадке DataCamp
• Проект
  Проект представляет с собой расчетную работу студентов на базе данных, выбранной студентами. Проект имеет жесткую структуру и ограниченное количество инструментов, которые могут быть применимы. Проект выполняется в группах не более 2-3х человек.
• Отчеты
  По итогам части семинаров студенты оформляют отчет о проделанной работе. Оценка за отчеты составляет среднее арифметическое всех отчетов

Промежуточная аттестация

• 2022/2023 учебный год 3 модуль
  0.15 * Микроконтроль + 0.4 * Экзамен + 0.15 * Отчеты + 0.1 * Самостоятельная работа + 0.2 * Проект

Список литературы

Рекомендуемая основная литература

• Alain Zuur, Elena N. Ieno, & Erik Meesters. (2009). A Beginner’s Guide to R. Springer.
• Frederick J Gravetter, Larry B. Wallnau, Lori-Ann B. Forzano, & James E. Witnauer. (2020). Essentials of Statistics for the Behavioral Sciences, Edition 10. Cengage Learning.
• Прикладная статистика в задачах и упражнениях : учебник, Айвазян С.А., Мхитарян В.С., 2001

Рекомендуемая дополнительная литература

• Gareth James, Daniela Witten, Trevor Hastie, & Robert Tibshirani. (2013). An Introduction to Statistical Learning : With Applications in R. Springer.
• Jeffrey M. Wooldridge. (2019). Introductory Econometrics: A Modern Approach, Edition 7. Cengage Learning.
• 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
• Прикладная статистика. Основы эконометрики. Т.1: Теория вероятностей и прикладная статистика, Айвазян, С. А., 2001

Авторы

• Шенкман Евгения Андреевна