0
dilihat
"Pemodelan dan metode analisis kuantitatif dalam bisnis" - kursus 32.000 rubel. dari MSU, pelatihan 4 minggu. (1 bulan), Tanggal: 29 November 2023.
Miscellanea / / December 01, 2023
Menguasai mata kuliah tersebut dikaitkan dengan mempelajari landasan teori statistika, teori probabilitas dan perolehannya pengetahuan komprehensif tentang penggunaan praktis metode pemrosesan dan analisis informasi dalam bisnis - lingkungan.
Mempelajari kursus memungkinkan Anda untuk menggunakan pengetahuan yang diperoleh dalam praktik saat memproses data primer, menyajikan hasil yang diperoleh dalam bentuk tabel, grafik, diagram, membangun generalisasi indikator.
Berdasarkan hal tersebut, dimungkinkan untuk menggunakan metode dan model statistik dan kuantitatif yang paling efektif dalam analisis ekonomi, termasuk konstruksi distribusi, metode kuantitatif untuk menilai probabilitas, metode untuk mengambil keputusan dalam kondisi ketidakpastian, metode untuk membangun interval kepercayaan, metode untuk membangun dan mengevaluasi statistik hipotesis.
Kursus ini dilakukan dalam dua versi: dasar dan lanjutan. Volume kelas dalam jamnya sama.
Program dasar melibatkan kelas dan mempelajari materi bersama dengan mahasiswa master fakultas. Program lanjutan merupakan kelompok tersendiri dalam rangka pelatihan lanjutan.
Kategori pendengar – kepala perusahaan dan departemen, karyawan dana ventura perusahaan, spesialis di bidangnya R&D, manajer proyek dan produk, manajer inovasi dan perubahan, staf analitis departemen
Mulai dari kelas - musim gugur 2023.
Durasi - 72 jam (32 jam pelajaran di kelas dengan seorang guru, 40 jam belajar materi secara mandiri).
Bentuk studi – penuh waktu dan paruh waktu.
Biaya pendidikan - 32.000 rubel.
Perjanjian pelatihan dibuat dengan individu dan badan hukum.
Pendaftaran kursus dilakukan melalui email [email protected], melalui formulir pendaftaran di website.
Anda dapat menghubungi pengelola kursus, Anton Martyanov, untuk mendaftar atau memiliki pertanyaan melalui WhatsApp atau Telegram di +79264827721.
Posisi Doktor Ilmu Teknik: Profesor Sekolah Tinggi Manajemen dan Inovasi Universitas Negeri M.V. Lomonosov Moskow
Topik 1. Metode analisis data pribadi
Histogram, plot sebar, deret waktu, tabel pivot, metrik ringkasan, plot kotak, matriks korelasi berpasangan.
Topik 2. Metode kuantitatif teori probabilitas dan statistik matematika
Teori probabilitas. Aturan dasar teori probabilitas. Variabel acak diskrit dan kontinu. Ekspektasi dan varians. Distribusi probabilitas yang diturunkan. Distribusi binomial normal. Prosedur pengambilan keputusan multi-langkah dalam kondisi ketidakpastian. Evaluasi Strategi (EMV). Pohon keputusan dan implementasi perangkat lunaknya (TreePlan).
Statistik matematika. Tugas utama statistika matematika. Konsep estimasi statistik dan propertinya. Estimasi interval kepercayaan. Rencana umum untuk menganalisis situasi dalam kondisi ketidakpastian. Mengontrol panjang interval kepercayaan. Masalah statistik yang khas. Menguji hipotesis statistik.
Program Kursus Diperpanjang
Topik 1. Mempersiapkan data untuk analisis statistik
Metode umum pemantauan dan pra-pemrosesan data (mengidentifikasi kesenjangan, duplikat, anomali, pelanggaran persyaratan formalisasi data masukan, dll.). Demonstrasi otomatisasi proses preprocessing dan konsolidasi data. Metode pengambilan sampel statistik (metode simple random sampling, metode sistematis, metode stratifikasi, pendekatan cluster, metode multistage sampling).
Topik 2. Metode analisis data statistik
Analisis korelasi. Analisis faktor. Analisis diskriminan. Analisis konjoin.
Topik 3. Metode Analisis Regresi
Metode kuadrat terkecil. Pemilihan faktor independen. Memilih kelas fungsi. Regresi berpasangan dan berganda. Metode untuk menilai signifikansi koefisien regresi. Menilai keakuratan model regresi. Uji statistik kecukupan model. Metode linearisasi masalah analisis regresi. Bekerja dengan data non-numerik (metode variabel dummy).
Topik 4. Metode Penambangan Data
Pelaporan analitis dan penyajian data multidimensi. Penyimpanan data. Pengukuran dan fakta. Operasi dasar pada kubus data. Konstruksi model analisis data otomatis. Jenis masalah yang diselesaikan dengan metode Data Mining: klasifikasi, clustering, regresi, asosiasi, pencarian pola yang konsisten. Algoritma yang paling banyak digunakan untuk setiap jenis masalah adalah: peta yang mengatur dirinya sendiri, pohon keputusan, regresi linier, jaringan saraf, aturan asosiatif. Metode untuk memvisualisasikan hasil penelitian.
Alamat
119991, Moskow, st. Leninskie Gory, 1, gedung. 51, lantai 5, ruang 544 (kantor Dekan)
Universitas
Berlangganan
YOU MIGHT ALSO LIKE
-
-
19/12/2019 -
