0
nézetek
„Modellálás és kvantitatív elemzési módszerek az üzleti életben” - tanfolyam 32 000 rubel. MSU-tól, képzés 4 hét. (1 hónap), Dátum: 2023. november 29.
Vegyes Cikkek / / December 01, 2023
A kurzus elsajátítása a statisztika, a valószínűségszámítás és a megszerzés elméleti alapjainak tanulmányozásával jár átfogó ismeretek az információfeldolgozási és -elemzési módszerek gyakorlati felhasználásáról az üzleti életben - környezet.
A kurzus elsajátítása lehetővé teszi a megszerzett ismeretek gyakorlati felhasználását az elsődleges adatok feldolgozásakor, a kapott eredmények bemutatása táblázatok, grafikonok, diagramok formájában, általánosítás konstruálása mutatók.
Ezek alapján lehetőség nyílik a leghatékonyabb statisztikai és kvantitatív módszerek, modellek alkalmazására a közgazdasági elemzésben, beleértve az eloszlások felépítését, kvantitatív módszerek a valószínűségek felmérésére, módszerek a döntéshozatalra bizonytalanság körülményei között, módszerek konfidenciaintervallumok felépítésére, módszerek statisztikai felépítésre és értékelésre hipotéziseket.
A tanfolyam két változatban zajlik: alap és haladó. A tanórák óraszáma azonos.
Az alapprogram a kar mesterszakos hallgatóival közös órákat és tananyagokat foglal magában. A bővített program egy külön csoport a továbbképzés keretében.
A hallgatók kategóriája – cégek és részlegek vezetői, vállalati kockázati alapok alkalmazottai, a terület szakemberei K+F, projekt- és termékmenedzserek, innovációs és változásmenedzserek, elemző személyzet osztályok
Az órák kezdete - 2023 ősz.
Időtartam – 72 óra (32 óra tantermi óra tanárral, 40 óra önálló tananyagtanulmány).
Tanulmányi forma – teljes és részmunkaidős.
Az oktatás költsége - 32 000 rubel.
A képzési szerződéseket magánszemélyekkel és jogi személyekkel kötik.
A tanfolyamokra való regisztráció a [email protected] e-mail címen történik, a weboldalon található regisztrációs űrlapon keresztül.
A kurzus adminisztrátorához, Anton Martyanovhoz fordulhat a regisztrációhoz, vagy kérdéseikkel a WhatsApp-on vagy a Telegramon keresztül a +79264827721 telefonszámon.
A műszaki tudományok doktora Beosztás: az M. V. Lomonoszov Moszkvai Állami Egyetem Menedzsment és Innovációs Felsőiskola professzora
1. téma. A személyes adatok elemzésének módszerei
Hisztogramok, szórásdiagramok, idősorok, pivot táblák, összefoglaló metrikák, dobozos diagramok, páronkénti korrelációs mátrix.
2. téma. A valószínűségszámítás és a matematikai statisztika kvantitatív módszerei
Valószínűségi elmélet. A valószínűségszámítás alapszabályai. Diszkrét és folytonos valószínűségi változók. Elvárás és eltérés. Származtatott valószínűségi eloszlások. Normál, binomiális eloszlások. Többlépcsős döntéshozatali eljárások bizonytalanság körülményei között. Stratégiák értékelése (EMV). Döntési fa és szoftveres megvalósítása (TreePlan).
Matematikai statisztika. A matematikai statisztika fő feladata. A statisztikai becslések fogalma és tulajdonságai. Konfidenciaintervallumok becslése. Általános terv a helyzetek elemzésére bizonytalanság körülményei között. A konfidencia intervallum hosszának szabályozása. Tipikus statisztikai problémák. Statisztikai hipotézisek tesztelése.
Kibővített tanfolyami program
1. téma. Adatok előkészítése statisztikai elemzéshez
Az adatok megfigyelésének és előfeldolgozásának általános módszerei (hiányok, ismétlődések, anomáliák, a bemeneti adatok formalizálási követelményeinek megsértése stb. azonosítása). Az adatok előfeldolgozási és konszolidációs folyamatának automatizálásának bemutatása. Statisztikai minták készítésének módszerei (egyszerű véletlenszerű mintavételi módszer, szisztematikus módszer, rétegzési módszer, klaszter megközelítés, többlépcsős mintavételi módszerek).
2. téma. Statisztikai adatelemzés módszerei
Korrelációelemzés. Faktoranalízis. Diszkriminancia elemzés. Együttes elemzés.
3. téma. Regressziós elemzési módszerek
Legkisebb négyzet alakú módszer. Független tényezők kiválasztása. Függvényosztály kiválasztása. Páros és többszörös regresszió. A regressziós együtthatók szignifikanciájának felmérésére szolgáló módszerek. A regressziós modell pontosságának értékelése. A modell megfelelőségének statisztikai tesztjei. Regresszióelemzési problémák linearizálásának módszerei. Nem numerikus adatokkal való munka (álváltozós módszer).
4. téma. Adatbányászati módszerek
Analitikus jelentéskészítés és többdimenziós adatprezentáció. Adattár. Mérések és tények. Alapvető műveletek adatkockán. Automatizált adatelemző modellek felépítése. Adatbányászati módszerekkel megoldott problématípusok: osztályozás, klaszterezés, regresszió, asszociáció, konzisztens minták keresése. A legszélesebb körben használt algoritmusok minden problématípusra a következők: önszerveződő térképek, döntési fák, lineáris regresszió, neurális hálózatok, asszociatív szabályok. A kutatási eredmények megjelenítésének módszerei.
Cím
119991, Moszkva, st. Leninskie Gory, 1, bldg. 51, 5. emelet, 544-es szoba (Dékáni iroda)
Egyetemi
Iratkozz Fel
YOU MIGHT ALSO LIKE
