|
| Лектор |
проф. д-р Снежана Гочева, гл.ас. Христина Кулина |
| Анотация |
| Важно приложение на математиката е статистическата обработка на данни в областта на икономиката, бизнеса, социологията, психологията, инженерните науки, в научните изследвания и др. Целта на предлаганата избираема дисциплина е запознаване на студентите и обучение за работа с готов статистически софтуер. Дисциплината е насочена да разшири знанията и уменията на студентите по статистика, с надграждане на теоретични и практически умения за решаване на практически задачи. Включени са голям брой примери и интерактивно обучение с компютър със системите SPSS и Mathematica. За самостоятелна работа се задават домашни и курсови работи. |
| Съдържание |
| 1. Основи на статистическата обработка на данни. Интерфейс и правила за работа с SPSS. (4 часа) |
| 2. Точкови оценки. Корелация. Примери с SPSS. (4 часа) |
| 3. Преобразования. Едномерни параметрични и непараметрични тестове. Примери с SPSS.(4 часа) |
| 4. Едномерна линейна регресия. Статистически оценки. Примери с SPSS. (4 часа) |
| 5. Графики – видове, построяване и форматиране. (2 часа) |
| 6. Контролна работа (2 часа) |
| 7. Многомерна линейна регресия - теория и практика. (4 часа) |
| 8. Логистична регресия. Примери с SPSS. (6 часа) |
| 9. Нелинейни параметрични регресионни модели. Примери. (4 часа) |
| 10. Факторен анализ – теория и практика с SPSS. (4 часа) |
| 11. Клъстерен анализ. Примери с SPSS (4 часа) |
| 12. Контролна работа (2 часа) |
|
1. Основи на статистическата обработка на данни. Интерфейс и правила за работа с SPSS. (4 часа)
2. Точкови оценки. Корелация. Примери с SPSS. (4 часа)
3. Преобразования. Едномерни параметрични и непараметрични тестове. Примери с SPSS. (4 часа)
4. Едномерна линейна регресия. Статистически оценки. Примери с SPSS. (4 часа)
5. Графики – видове, построяване и форматиране. (2 часа)
6. Контролна работа (2 часа)
7. Многомерна линейна регресия - теория и практика. (4 часа)
8. Логистична регресия. Примери с SPSS. (6 часа)
9. Нелинейни параметрични регресионни модели. Примери. (4 часа)
10. Факторен анализ – теория и практика с SPSS. (4 часа)
11. Клъстерен анализ. Примери с SPSS (4 часа)
Контролна работа (2 часа)