Закреплена за кафедрой | Кафедра цифровых технологий и бизнес-аналитики |
---|---|
Направление подготовки | 27.03.03. Системный анализ и управление |
Профиль | Системный анализ и управление экономическими системами |
Форма обучения | Очная |
Общая трудоемкость | 3 ЗЕТ |
Учебный план | 27_03_03_САиУЭС-1-2020 |
|
|
Распределение часов по семестрам
Курс (семестр) | 4 (7) | Итого | ||
---|---|---|---|---|
Недель | 16 | |||
Вид занятий | УП | РПД | УП | РПД |
Лекции | 16 | 16 | 16 | 16 |
Лабораторные | 26 | 26 | 26 | 26 |
Сам. работа | 66 | 66 | 66 | 66 |
Итого | 108 | 108 | 108 | 108 |
Визирование РПД для исполнения в очередном учебном году
Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2020-2021 учебном году на заседании
кафедры
Кафедра цифровых технологий и бизнес-аналитики
Протокол от 14.05.2020 г. № 10
Заведующий кафедрой канд. физ.-мат. наук, доцент Юдинцев А.Ю.
1.1. | Формирование компетенций, связанных с решением задач по сбору, анализу и визуализации количественных данных. Курс направлен на освоение новых технологий при использовании известных методов анализа данных, ознакомление студентов с программной средой R. В результате освоения курса студенты должны уметь реализовать и документировать процесс исследования от сбора данных до (автоматизированной) публикации отчетов. |
---|
Цикл (раздел) ООП: Б1.В.ДВ.08 |
ПК-4 | способностью применять методы системного анализа, технологии синтеза и управления для решения прикладных проектно-конструкторских задач |
ПК-6 | способностью создавать программные комплексы для системного анализа и синтеза сложных систем |
ПК-7 | способностью разрабатывать проекты компонентов сложных систем управления, применять для разработки современные инструментальные средства и технологии программирования на основе профессиональной подготовки |
В результате освоения дисциплины обучающийся должен | |
3.1. | Знать: |
---|---|
3.1.1. | современные методы обработки и анализа данных; основные принципы работы языка R; синтаксис и базовые функции R; функционал пакетов ggplot2. |
3.2. | Уметь: |
3.2.1. | обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций; применять статистические и математические методы для представления и анализа исходных данных; разрабатывать и проводить отладку программ с использованием современных инструментальных средств и технологий программирования. |
3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
3.3.1. | навыками работы с разнородной информацией: типизация, структуризация данных; навыками выбора статистических методов и инструментальных средств для работы с данными; навыками подготовки данных и проведения статистического анализа наблюдений из разных областей знания; навыки применения статистических методов и умения программирования на языке R при самостоятельном решении исследовательских задач. |
Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
---|---|---|---|---|---|---|
Раздел 1. Введение в R | ||||||
1.1. | Общая характеристика языка R. Базовые команды, пакеты в R. RStudio и R commander. | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.2. | Объекты и функции. Виды объектов. Понятие класса объекта. Типы хранения данных: векторы, двухмерные таблицы, матрицы, массивы, списки. Типы переменных: числовые, строчные, факторы. | Лабораторные | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.3. | Объекты и функции. Виды объектов. Понятие класса объекта. Типы хранения данных: векторы, двухмерные таблицы, матрицы, массивы, списки. Типы переменных: числовые, строчные, факторы. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.4. | Преобразование данных. Преобразование из одного типа в другой, объединение объектов (bind, transform и т.п.). Присваивание объектов. Обращение к атрибуту data.frame, выбор строк по условию (условный запрос), выбор отдельных атрибутов (фильтрация). Использование простейших графических возможностей R-Studio. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.5. | Виды пропущенных данных: NA, NaN. Способы работы с пропущенными данными. Понятие среды, ссылки на функции из разных пакетов, создание собственной среды. Циклы for, while, repeat. Создание собственной функции. | Лабораторные | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.6. | Виды пропущенных данных: NA, NaN. Способы работы с пропущенными данными. Понятие среды, ссылки на функции из разных пакетов, создание собственной среды. Циклы for, while, repeat. Создание собственной функции. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.7. | Конфирматорный факторный анализ | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.8. | Модели измерения латентных переменных: разведывательный и подтверждающий факторный анализ. Анализ главных компонент. Частные наименьшие квадраты. Формативные и рефлективные измерительные инструменты. Этапы построения и модификации измерительной модели. MTMM модели, модели со структурой средних, факторы высшего порядка. Построение моделей эксплораторного и конфирматорного факторного анализа в пакетах factanal и lavaan. Сравнение моделей в lavaan. | Лабораторные | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.9. | Модели измерения латентных переменных: разведывательный и подтверждающий факторный анализ. Анализ главных компонент. Частные наименьшие квадраты. Формативные и рефлективные измерительные инструменты. Этапы построения и модификации измерительной модели. MTMM модели, модели со структурой средних, факторы высшего порядка. Построение моделей эксплораторного и конфирматорного факторного анализа в па-кетах factanal и lavaan. Сравнение моделей в lavaan. | Сам. работа | 7 | 8 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.10. | Кластерный анализ в kmeans и hclust. Многомерное шкалирование в mds. | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.11. | Кластерный анализ в kmeans и hclust. Многомерное шкалирование в mds. | Лабораторные | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.12. | Кластерный анализ в kmeans и hclust. Многомерное шкалирование в mds. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.13. | Чтение, преобразование, экспорт данных в R. | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.14. | Основные функции пакетов foreign, haven, car, dplyr. Основные идеи html, markdown и LaTEX. Пакет stargazer. Имитация данных в R. | Лабораторные | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
1.15. | Основные функции пакетов foreign, haven, car, dplyr. Основные идеи html, markdown и LaTEX. Пакет stargazer. Имитация данных в R. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
Раздел 2. Анализ данных в R | ||||||
2.1. | Линейные и логистические бинарные регрессии в lm и glm. Анализ главных компонент в prcomp и princom. | Лекции | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
2.2. | Линейные и логистические бинарные регрессии в lm и glm. Анализ главных компонент в prcomp и princom. Кластерный анализ в kmeans и hclust. Многомерное шкалирование в mds. | Лабораторные | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
2.3. | Линейные и логистические бинарные регрессии в lm и glm. Анализ главных компонент в prcomp и princom. Кластерный анализ в kmeans и hclust. Многомерное шкалирование в mds. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
2.4. | Команда sapply и mapply. Дебаггинг. Оптимизация кода. Создание автоматических отчетов, работа с rmarkdown. | Лабораторные | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
2.5. | Команда sapply и mapply. Дебаггинг. Оптимизация кода. Создание автоматических отчетов, работа с rmarkdown. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.2 |
Раздел 3. Визуализация данных в R base и ggplot2 | ||||||
3.1. | Мотивы визуализации. Виды графиков. Связь между моделью анализа и графика-ми. Синтаксис ggplot2: qplot, geom, aes. Использование пространства координат: одно-, двух-, трех- мерные, сферические, географические системы координат. Использование символов и цветов. | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.2. | Мотивы визуализации. Виды графиков. Связь между моделью анализа и графика-ми. Синтаксис ggplot2: qplot, geom, aes. Использование пространства координат: одно-, двух-, трех- мерные, сферические, географические системы координат. Использование символов и цветов. | Лабораторные | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.3. | Мотивы визуализации. Виды графиков. Связь между моделью анализа и графика-ми. Синтаксис ggplot2: qplot, geom, aes. Использование пространства координат: одно-, двух-, трех- мерные, сферические, географические системы координат. Использование символов и цветов. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.4. | Создание анимированных графиков в пакете animation. | Лекции | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.5. | Создание анимированных графиков в пакете animation. | Лабораторные | 7 | 2 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.6. | Создание анимированных графиков в пакете animation. | Сам. работа | 7 | 6 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
3.7. | Подготовка к зачету | Сам. работа | 7 | 4 | ПК-4, ПК-6, ПК-7 | Л1.1, Л2.1, Л2.2 |
5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
см. приложение 1 |
5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
не предусмотрены |
5.3. Фонд оценочных средств для проведения промежуточной аттестации |
см. приложение 1 |
6.1. Рекомендуемая литература | ||||
6.1.1. Основная литература | ||||
Авторы | Заглавие | Издательство, год | Эл. адрес | |
Л1.1 | Агалаков, С.А. | Анализ данных в среде R : практикум | Омск : Омский государственный университет им. Ф.М. Достоевского, 2020 | biblioclub.ru |
6.1.2. Дополнительная литература | ||||
Авторы | Заглавие | Издательство, год | Эл. адрес | |
Л2.1 | Мастицкий, С. Э. | Визуализация данных с помощью ggplot2 : | Москва : ДМК Пресс, 2017 | https://e.lanbook.com/book/107895 |
Л2.2 | Митина, О. А. | Языки программирования для статистической обработки данных (R) : учебное пособие | Москва : РТУ МИРЭА, 2020 | e.lanbook.com |
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
Название | Эл. адрес | |||
Э1 | Наглядная статистика Используем R! | ashipunov.info | ||
Э2 | Онлайн учебник по анализу данных в R | soc-research.info | ||
Э3 | Курс в Moodle "Решение аналитических задач на языке R" | portal.edu.asu.ru | ||
6.3. Перечень программного обеспечения | ||||
Open Office, http://www.openoffice.org/license.html , (бессрочно); Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional (№ 61834699 от 22.04.2013), (бессрочно); 7-Zip http://www.7-zip.org/license.txt , (бессрочно); AcrobatReader, http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf , (бессрочно); R STUDIO (open source), http://www.rstudio.com/ , (бессрочно); Пакет статистического анализа R с Cairo, ggplot2, ggvis, pcaPP, pls, robustbase, rrcovHD, tidyr, UsingR, http://www.r-project.org/, (бессрочно). | ||||
6.4. Перечень информационных справочных систем | ||||
Информационная справочная система: СПС Консультант Плюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/). Профессиональные базы данных: 1. Профессиональная база данных: электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/); 2. Профессиональная база данных: научная электронная библиотека elibrary (http://elibrary.ru) 3. Электронная база данных справочной правовой системы ГАРАНТ. |
Аудитория | Назначение | Оборудование |
---|---|---|
208С | лаборатория информационных технологий - компьютерный класс – учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 15 посадочных мест; рабочее место преподавателя; доска магнитно-маркерная; компьютеры: марка HP модель ProOne 400 G2 20-in Non-Touch AiO - 15 единиц |
Учебная аудитория | для проведения занятий всех видов (дисциплинарной, междисциплинарной и модульной подготовки), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проекта (работы), проведения практики | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска, мультимедийное оборудование стационарное или переносное) |
Помещение для самостоятельной работы | помещение для самостоятельной работы обучающихся | Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ |
На лекциях преподаватель знакомит с основными понятиями по теме, алгоритмами, методами решения задач. На лекциях студент получает основной объем информации по каждой конкретной теме. Только посещение лекций является недостаточным для подготовки к лабораторным занятиям и зачету. Требуется также самостоятельная работа по изучению основной и дополнительной литературы и закрепление полученных на лабораторных занятиях навыков. Самостоятельная работа студентов – способ активного, целенаправленного приобретения студентом новых для него знаний, умений и навыков без непосредственного участия в этом процессе преподавателя. Качество получаемых студентом знаний напрямую зависит от качества и количества необходимого доступного материала, а также от желания (мотивации) студента их получить. При обучении осуществляется целенаправленный процесс, взаимодействие студента и преподавателя для формирования знаний, умений и навыков. Задания по темам выполняются на лабораторных занятиях в компьютерном классе. Если лабораторные занятия пропущены по уважительной причине, то соответствующие задания необходимо выполнить самостоятельно и представить результаты преподавателю на очередном занятии или консультации. |