Тема 1. "Сбор и предварительный анализ данных на пользовательском (Excel) программном (Python) уровнях реализации. Формирование одномерных выборок вариационных рядов"
Изучение аналитики данных в бизнесе и других смежных областях (основные направления аналитики с основным акцентом на принятие оптимальных управленческих решений), типов и форматов данных (структурированные, полуструктурированные и неструктурированные данные), методы загрузки и интеграции данных из различных форматов (CSV, JSON, XML и др.) из внутренних и внешних источников данных. Изучение теоретических особенностей и информационных технологий для предварительной подготовки одномерных и многомерных массивов данных для последующей обработки получаемых выборок (очистка, нормализация и стандартизация данных). Разработка и реализация собственного проекта по описанию выбранной исследовательской задачи и ее математическому моделированию с точки зрения применения алгоритмов сбора и предварительной обработки данных в рамках обозначенной для глобального исследования предметной области.
Тема 2. "Статистические методы обработки одномерных данных на пользовательском (Excel) программном (Python) уровнях реализации. Предварительная обработка выборок вариационных рядов"
Теоретические основы статистического анализа одномерных массивов данных (обработка «сырых данных», вариационных и статистических рядов). Основные особенности работы с различными типами одномерных данных в рамках редактора электронных таблиц Excel, применение функциональных возможностей и библиотек функций при работе с одномерными выборками данных в рамках обработки и визуального представления данных. Основные принципы работы с данными, принадлежащими к различным типам данных, в рамках использования интерпретируемого языка программирования Python, а также реализация возможностей и библиотек при работе с одномерными выборками данных в рамках обработки и визуального представления данных.
Основные концепции и подходы при работе с большими данными с учетом этических и юридических аспектов с применением языка программирования Python. Разработка и реализация собственного проекта по реализации статистического анализа одномерных массивов данных на пользовательском (Excel) программном (Python) уровнях в рамках обозначенной для глобального исследования предметной области.
Тема 3. "Корреляционный анализ многомерных данных На пользовательском (Excel) программном (Python) уровнях реализации. Выборочный и ранговый коэффициенты корреляции"
Теоретические основы статистического анализа многомерных массивов данных с точки зрения зависимых и независимых выборок на уровне реализации корреляционного анализа между имеющимися одномерными массивами данных. Основные особенности применения редактора электронных таблиц Excel с точки зрения функциональных возможностей и библиотек функций для реализации корреляционного анализа. Использование интерпретируемого языка программирования Python, включая реализацию возможностей и библиотек, для проведения корреляционного анализа.
Разработка и реализация собственного проекта по реализации корреляционного анализа на пользовательском (Excel) программном (Python) уровнях в рамках обозначенной для глобального исследования предметной области.
Тема 4. "Регрессионный и дисперсионный анализы многомерных данных на пользовательском (Excel) программном (Python) уровнях реализации. Сравнительный анализ различных видов уравнений регрессий"
Теоретические основы проведения регрессионного и дисперсионного анализа многомерных массивов данных с точки зрения зависимых выборок между имеющимися одномерными массивами данных. Реализация сравнительного анализа различных видов уравнений регрессий с точки зрения эффективности их использования. Основные особенности применения редактора электронных таблиц Excel с точки зрения применения функциональных возможностей и библиотек функций для реализации комплексного регрессионного и дисперсионного анализа. Использование интерпретируемого языка программирования Python, включая реализацию возможностей и библиотек, для проведения комплексного регрессионного и дисперсионного анализа. Разработка и реализация собственного проекта по реализации корреляционного и дисперсионного анализа на пользовательском (Excel) программном (Python) уровнях в рамках обозначенной для глобального исследования предметной области.
Тема 5. "Формулировка и проверка статистических гипотез на пользовательском (Excel) программном (Python) уровнях реализации. Параметрические и непараметрические критерии согласия"
Теоретические основы реализации проверки статистических гипотез на основе применения параметрических и непараметрических критериев согласия с точки зрения исследования зависимых и независимых выборок через призму рассмотрения совокупности имеющихся одномерных массивов данных. Основные особенности применения редактора электронных таблиц Excel с точки зрения функциональных возможностей и библиотек функций для реализации проверки статистических гипотез. Использование интерпретируемого языка программирования Python, включая реализацию возможностей и библиотек, для проверки статистических гипотез. Разработка и реализация собственного проекта по реализации проверки статистических гипотез на основе применения критериев согласия на пользовательском (Excel) программном (Python) уровнях в рамках обозначенной для глобального исследования предметной области.
Тема 6. "Формирование отчетной документации по результатам анализа одномерных многомерных данных. Оценка итогового проекта"
Теоретические основы визуального представления статистических данных для одномерных и многомерных массивов данных. Использование различных видов графического представления данных. Применение редактора электронных таблиц Excel для визуального представления исходных данных и результатов выполнения расчетов с точки зрения применения соответствующих массивов числовых данных. Использование интерпретируемого языка программирования Python, включая реализацию возможностей и библиотек, для наглядного представления массивов значений параметров исходных данных и результатов выполнения расчетов.
Использование текстовых редакторов (Word), редакторов электронных презентаций (PowerPoint) для презентации выполненных аналитических расчетов над массивами данных на основе применения объектных моделей документов и возможностей интерактивного представления контента.
Представление результатов выполненного собственного проекта в виде отчетных документов в рамках создания текстового документа (приложение Word) и презентации (приложение PowerPoint) в рамках обозначенной для
глобального исследования предметной области.
Итоговая аттестация
Итоговая аттестация в формате зачета.
