Дисципліна "Методи економіко-статистичних досліджень" є однією з базових дисциплін економіко-математичного циклу для підготовки магістрів за фахом "Економічна кібернетика".
Метою дисципліни є вивчення теоретичних основ і можливостей практичного застосування методів багатовимірного статистичного аналізу для дослідження економічних систем різного призначення.
Наукову основу дисципліни складають теоретичні
методи і моделі, математичний апарат, сучасні концепції, які визначають різні
підходи до порівняльного багатовимірного аналізу економічних систем.
У процесі навчання студенти отримують необхідні знання під час лекційних, практичних та семінарських занять і виконуючи лабораторні роботи. Також велике значення в процесі вивчення та закріплення знань має самостійна робота студентів і виконання індивідуальних завдань. Усі види занять розроблено відповідно до положень Болонської декларації.
Необхідна навчальна база перед початком вивчення дисципліни: з метою найкращого засвоєння матеріалу студенти повинні до початку вивчення дисципліни опанувати знання і навички в галузі вищої математики, теорії ймовірностей і математичної статистики, прикладної економетрії, оптимізації економічних систем, а також макро- і мікроекономіки.
У результаті вивчення дисципліни студент має
знати:
сутність задач порівняльного багатовимірного аналізу в економіці;
основні етапи у вирішенні задач класифікації і зниження розмірності багатомірних об’єктів;
базові поняття багатовимірного статистичного аналізу;
задачі і методи кластерного та дискримінантного аналізу;
методи статистичної і динамічної оцінки багатовимірних об'єктів;
методи зниження признакового простору;
сутність факторного аналізу та багатовимірного шкалювання.
уміти:
виділяти й аналізувати багатомірні об'єкти в економіці;
будувати алгоритми кластер-процедур;
здійснювати класифікацію об'єктів на основі методу дискримінантного аналізу;
здійснювати лінійне упорядкування багатовимірних об'єктів на основі методів таксономії;
застосовувати метод дендритів для нелінійного упорядкування об'єктів;
виділяти об'єкти-репрезентанти в однорідних групах;
визначати агрегатні діагностичні ознаки;
застосовувати методи дисперсійного аналізу;
досліджувати взаємозалежності на основі методу канонічних кореляцій;
застосовувати моделі факторного аналізу для зниження розмірності признакового простору;
використовувати метод головних компонентів для стиску вихідних даних;
використовувати методи багатовимірного шкалювання.
- Лектор: Гур'янова Лідія Семенівна
- Викладач: Гвоздицький Вiталiй Сергійович
- Викладач: Панасенко Оксана Володимирівна
- Викладач: Полянський Владислав Олександрович
- Викладач: Чаговець Любов Олексіївна