• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Data Analysis in EXCEL

2023/2024
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
Department of Humanities (Faculty of Computer Science, Economics, and Social Sciences)
Course type:
Compulsory course
When:
3 year, 4 module

Instructor


Senina, Anna

Программа дисциплины

Аннотация

Курс "Анализ данных в Excel" представляет собой адаптацию общеуниверситетского курса по анализу данных в Excel для студентов образовательной программы «История» и направлен на формирование компетенций по анализу данных в гуманитарных исследованиях. В курсе будут рассмотрены темы, которые необходимы для успешного освоения и расчета показателей базовой статистики. Также будут рассматриваться более специализированные вопросы, связанные с профилем ОП «История», такие как работа с датасетами по истории, статистический анализ исторических данных, моделирование в истории и др.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Анализ данных» является овладение студентами основами статистики и анализа данных для применения в решении различных практических задач. Для историков анализ данных связан прежде всего с экономической и социальной историей, демографией.
Планируемые результаты обучения

Планируемые результаты обучения

  • Понимать и корректно использовать основные статистические понятия
  • Фильтровать данные по нескольким условиям
  • Создавать сводные таблицы
  • Вычислять коэффициент корреляции Пирсона и интерпретировать полученные результаты
  • Вычислять релевантные описательные статистики и интерпретировать полученные результаты
  • Визуализировать данные с помощью простейших видов диаграмм: линейной, точечной, столбчатой
  • Сортировать данные
  • Переводить значения признака в z-оценки
  • Обрабатывать пропущенные значения и выбросы
  • Строить уравнение линейной регрессии с использованием метода наименьших квадратов
  • Корректно открывать табличные данные различных форматов
  • Использовать собственноручно написанные функции для обработки данных, создания новых переменных
  • Вычислять описательные статистики и интерпретировать полученные результаты
  • Использовать Excel или Python в применении к анализу данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в инструменты
  • Введение в статистику. Базовые манипуляции с данными
  • Типы данных. Создание новых переменных
  • Генеральная совокупность и выборка. Частотные таблицы и распределения
  • Описательные статистики: меры центральной тенденции и разброса
  • Z-оценка. Выбросы.
  • Корреляция
  • Введение в визуализацию данных
  • Линейная регрессия
Элементы контроля

Элементы контроля

  • неблокирующий Экзамен
  • неблокирующий Мини-тесты на семинарах
  • неблокирующий Практические работы на семинарах
  • неблокирующий Исследовательский проект
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    min(0.4 * Экзамен + 0.2 * мини-тесты + 0.2 * работа на семинарах + 0.2 * Проект, 8) В соответствии с п. 69 “Положения об организации промежуточной аттестации и текущего контроля успеваемости студентов” (ПОПАТКУСа) итоговая оценка студента за дисциплину-пререквизит (ДПР) к НЭ по АД не может быть больше 8 баллов. 9 или 10 за ДПР можно получить, сдав НЭ на 9 или 10 (см. раздел «Перезачет оценок» https://www.hse.ru/studyspravka/examsdataculture)
Список литературы

Список литературы

Рекомендуемая основная литература

  • Elementary statistics : a step by step approach, Bluman, A. G., 2007
  • 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.

Рекомендуемая дополнительная литература

  • Анализ и визуализация данных в Microsoft Excel в примерах и задачах - Полковникова Н.А. - Инфра-Инженерия - 2023 - https://znanium.com/catalog/product/2092453 - 367313 - ZNANIUM
  • Буре, В. М. Методы прикладной статистики в R и Excel / В. М. Буре, Е. М. Парилина, А. А. Седаков. — 4-е изд., стер. — Санкт-Петербург : Лань, 2023. — 152 с. — ISBN 978-5-507-46766-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/319424 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Соловьев, В. И., Анализ данных в экономике: Теория вероятностей, прикладная статистика, обработка и анализ данных в Microsoft Excel. : учебник / В. И. Соловьев. — Москва : КноРус, 2023. — 497 с. — ISBN 978-5-406-10701-0. — URL: https://book.ru/book/946789 (дата обращения: 25.08.2023). — Текст : электронный.
  • Статистика и котики, Савельев, В. В., 2018
  • Статистический анализ данных в MS Excel - Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1907518 - 1016609 - ZNANIUM
  • Яковлев, В. Б.  Статистика. Расчеты в Microsoft Excel : учебное пособие для вузов / В. Б. Яковлев. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2023. — 353 с. — (Высшее образование). — ISBN 978-5-534-01672-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/514005 (дата обращения: 28.08.2023).
  • Яковлев, В. Б., Регрессионный анализ. Расчеты в Excel и Statistica : учебное пособие / В. Б. Яковлев. — Москва : Русайнс, 2023. — 177 с. — ISBN 978-5-466-01738-0. — URL: https://book.ru/book/946377 (дата обращения: 25.08.2023). — Текст : электронный.