| Закреплена за кафедрой | Кафедра экономики и эконометрики |
|---|---|
| Направление подготовки | 23.03.01. Технология транспортных процессов |
| Профиль | Транспортная логистика |
| Форма обучения | Очная |
| Общая трудоемкость | 3 ЗЕТ |
| Учебный план | 23_03_01_Технология транспортных процессов_ТЛ-2025 |
|
|
||||||||||||
Распределение часов по семестрам
| Курс (семестр) | 3 (6) | Итого | ||
|---|---|---|---|---|
| Недель | 19,5 | |||
| 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 |
| 1.1. | Изучение технологий анализа, подготовки и интерпретации данных |
|---|
| Цикл (раздел) ООП: Б1.В.01 |
| ПК-1 | Способен осуществлять организацию логистической деятельности на уровне организации и/или структурного подразделения |
| ПК-1.1 | Знает инструменты и методы системного анализа и управления, основные показатели работы организации и/или структурного подразделения |
| ПК-1.2 | Умеет анализировать информацию и документы, определять их соответствие нормативно-правовым требованиям, формировать отчеты о результатах логистической деятельности |
| ПК-1.3 | Способен планировать и организовывать логистические процессы на уровне организации и /или структурного подразделения |
| ПК-2 | Способен организовать работу с партнерами на рынке транспортно-логистических услуг |
| ПК-2.1 | Знает инструменты маркетинга, планирования, прогнозирования, коммуникационного менеджмента и возможности их применения в профессиональной деятельности |
| ПК-2.2 | Умеет анализировать рынок транспортно-логистических услуг, организовать эффективные коммуникации и проводить конкурсные процедуры |
| ПК-2.3 | Способен применять организационно-управленческие технологии в работе с партнерами на рынке транспортно-логистических услуг |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | ПК-1.1: Знает инструменты и методы системного анализа и управления, основные показатели работы организации и/или структурного подразделения ПК-2.1: Знает инструменты маркетинга, планирования, прогнозирования, коммуникационного менеджмента и возможности их применения в профессиональной деятельности |
| 3.2. | Уметь: |
| 3.2.1. | ПК-1.2: Умеет анализировать информацию и документы, определять их соответствие нормативно-правовым требованиям, формировать отчеты о результатах логистической деятельности ПК-2.2: Умеет анализировать рынок транспортно-логистических услуг, организовать эффективные коммуникации и проводить конкурсные процедуры |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | ПК-1.3: Способен планировать и организовывать логистические процессы на уровне организации и /или структурного подразделения ПК-2.3: Способен применять организационно-управленческие технологии в работе с партнерами на рынке транспортно-логистических услуг |
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Теоретические основы анализа данных | ||||||
| 1.1. | Анализ данных: понятие и классификация данных на основе статистических и детерминантных моделей, основные задачи анализа и интерпретации данных. | Лекции | 6 | 2 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 1.2. | Методология построения моделей сложных систем. Основные этапы моделирования. Методы анализа данных. Методы снижения размерности данных. Модель черного ящика | Лекции | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 1.3. | Методология построения моделей сложных систем. Основные этапы моделирования. Методы анализа данных. Методы снижения размерности данных. Модель черного ящика | Лабораторные | 6 | 6 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 1.4. | Самостоятельная работа по темам раздела 1: Теоретические основы анализа данных | Сам. работа | 6 | 30 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| Раздел 2. Методы анализа данных | ||||||
| 2.1. | Определения OLAP, Data Mining, KDD и взаимосвязи между ними | Лекции | 6 | 2 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.2. | Типы задач, решаемые методами Data Mining: классификация, кластеризация, регрессия, ассоциация, поиск последовательных шаблонов | Лекции | 6 | 2 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.3. | Современные пакеты прикладных программ для решения задач обработки данных | Лекции | 6 | 2 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.4. | Алгоритмы,получившие наибольшее распространение для каждого типа задач: самоорганизующиеся карты, деревья решений, линейная регрессия, нейронные сети, ассоциативные правила | Лекции | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.5. | Построение сценария предобработки данных в программе Deductor. | Лабораторные | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.6. | Построение аналитической отчетности. Построение скоринговой модели кредитования (деревья решений) | Лабораторные | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.7. | Построение регрессионной прогнозной модели спроса. Построение нейросетевой прогнозной модели спроса | Лабораторные | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.8. | Системы DATA MINING в задачах анализа и интерпретации данных | Лабораторные | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.9. | Современные пакеты прикладных программ для решения задач обработки данных. Подготовка данных и интерпретация результатов | Лабораторные | 6 | 4 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 2.10. | Самостоятельная работа по темам раздела 2: Методы анализа данных | Сам. работа | 6 | 36 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3 | Л2.1, Л1.1, Л2.2, Л1.2, Л1.3, Л2.3 |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| ПРОВЕРЯЕМАЯ КОМПЕТЕНЦИЯ: ПК -1. Способен осуществлять организацию логистической деятельности на уровне организации и/или структурного подразделения ЗАКРЫТЫЕ ВОПРОСЫ: 1. Аналитик это … а)+специалист в области анализа имоделирование б) специалист в предметной области; в)человек, решающий определенные задачи; г) человек, который имеет опыт в программировании. 2 Эксперт это … а) специалист в области анализа и моделирование; б) +специалист в предметной области; в) человек, решать определенные задачи; г) человек, который имеет опыт в программировании. 3 Задача классификации сводится к … а) нахождения частых зависимостей между объектами или событиями; б) +определения класса объекта по его характеристиками; в) определение по известным характеристиками объекта значение некоторого его параметра; г) поиска независимых групп и их характеристик в всем множестве анализируемых данных. 4 Задача регрессии сводится к … а) нахождения частых зависимостей между объектами или событиями; б) определения класса объекта по его характеристиками; в) определение по известным характеристиками объекта значение некоторого его параметра; г) +поиска независимых групп и их характеристик в всем множестве анализируемых данных. 5 Задача кластеризации заключается в … а) нахождения частых зависимостей между объектами или событиями; б) определения класса объекта по его характеристиками; в) определение по известным характеристиками объекта значение некоторого его параметра; г) +поиска независимых групп и их характеристик в всем множестве анализируемых данных. 6 Целью поиска ассоциативных правил является … а) +нахождения частых зависимостей между объектами или событиями; б) определения класса объекта по его характеристиками; в) определение по известным характеристиками объекта значение некоторого его параметра; г) поиска независимых групп и их характеристик в всем множестве анализируемых данных. 7. В описательных моделей относятся следующие модели данных: а) модели классификации и последовательностей; б) +регрессивные, кластеризации, исключений, итоговые и ассоциации; в) классификации, кластеризации, исключений, итоговые и ассоциации; г) модели классификации, последовательностей и исключений. 8. Модели классификации описывают … а) +правила или набор правил в соответствии с которыми можно отнести описание любого нового объекта к одному из классов; б) функции, которые позволяют прогнозировать изменения непрерывных числовых параметров; в) функциональные зависимости между зависимыми и независимыми показателями и переменными в понятной человеку форме; г) группы, на которые можно разделить объекты, данные о которых подвергаются анализа. 9. Модели последовательностей описывают … а) правила или набор правил в соответствии с которыми можно отнести описание любого нового объекта к одному из классов; б) +функции, которые позволяют прогнозировать изменения непрерывных числовых параметров; в) функциональные зависимости между зависимыми и независимыми показателями и переменными в понятной человеку форме; г) группы, на которые можно разделить объекты, данные о которых подвергаются анализа. 10. Виды физической неопределенности данных: а) +неточность измерений значений определенной величины, выполняемых физическими приборами; случайность (или наличие в внешней среде нескольких возможностей, каждая из которых случайным образом может стать действительностью) б)неопределенность значений слов (Многозначность, размытость, непонятность, нечеткость); неоднозначность смысла фраз (Синтаксическая и семантическая); в) случайность (или наличие в внешней среде нескольких возможностей, каждая из которых случайным образом может стать действительностью); неопределенность значений слов (многозначность, размытость, неясность, нечеткость); г) неоднозначность смысла фраз (Синтаксическая и семантическая). 11 Регрессивные модели описывают … а)правила или набор правил в соответствии с которыми можно отнести описание любого нового объекта к одному из классов; б) функции, которые позволяют прогнозировать изменения непрерывных числовых параметров; в) +функциональные зависимости между зависимыми и независимыми показателями и переменными в понятной человеку форме; г) группы, на которые можно разделить объекты, данные о которых подвергаются анализа. 12. Виды лингвистической неопределенности: а) неточность измерений значений определенной величины, выполняемых физическими приборами; б) +неопределенность значений слов (Многозначность, размытость, непонятность, нечеткость); неоднозначность смысла фраз (Синтаксическая и семантическая); в) случайность (или наличие в внешней среде нескольких возможностей, каждая из которых случайным образом может стать действительностью); неопределенность значений слов (многозначность, размытость, неясность,нечеткость) г) неоднозначность смысла фраз (Синтаксическая и семантическая). 13. Модели исключений описывают … а) +исключительные ситуации в записях, которые резко отличаются произвольной признаку от основной множества записей; б) ограничения на данные анализируемого массива; в) закономерности между связанными событиями; г) группы, на которые можно разделить объекты, данные о которых подвергаются анализа. 14 Итоговые модели обнаружат … а) исключительные ситуации в записях, которые резко отличаются произвольной признаку от основной множества записей; б) +ограничения на данные анализируемого массива; в) закономерности между связанными событиями; г) группы, на которые можно разделитьобъекты, данные о которых подвергаются анализа. 15. Модели ассоциации проявляют … а)исключительные ситуации в записях, которые резко отличаются произвольной признаку от основной множества записей; б) ограничения на данные анализируемого массива; в) +закономерности между связанными событиями; г) группы, на которые можно разделить объекты, данные о которых подвергаются анализа. ОТКРЫТЫЕ ВОПРОСЫ 1. (1)...- это наука, которая изучает причинно-следственные связи между социально-экономическими явлениями и процессами, происходящими в обществе. Применительно к деятельности транспортных организаций эконометрические методы могут использоваться для исследования .(2).. между различными показателями их деятельности. Ответ: 1.Эконометрика, 2. Взаимосвязи 2. Последовательность этапов эконометрических исследований деятельности транспортных организаций: Ответ: 1. постановка задачи. 2. получение данных, анализ их качества. 3. спецификация модели. 4. оценка параметров. 5. интерпретация результатов 3. Заключительным этапом эконометрических исследований деятельности транспортных организаций является .... Ответ: интерпретация результатов 4. В эконометрических исследованиях показателей деятельности транспортных организаций основное внимание уделяется ошибкам ... модели. Ответ: спецификации 5.Последовательность действий : a - выделение факторов, влияющих на результат; b - в случае парной регрессии выделение наиболее доминирующего c - установление факторов, которые предполагаются неизменными, но могут быть учтены при переходе к множественной регрессиифактора - применяется... Ответ: при выборе спецификации модели 6.Критерием показателя ковариации является наличие и направление ... между двумя случайными величинами Ответ: связи 7.Количественной оценкой тесноты и направления линейной связи между двумя случайными величинами (показателями) деятельности транспортной организации является линейный коэффициент ... Ответ: корреляции 8.Если линейный коэффициент корреляции стремится к минус единице, то в зависимости от направления действия, между двумя случайными величинами (показателями) деятельности транспортного предприятия имеет место ... линейная связь. Ответ: обратная 9.При функциональной зависимости между двумя случайными величинами (показателями) деятельности транспортного предприятия линейный коэффициент корреляции должен быть равен строго ... Ответ: 1/единице 10.Оценкой степени влияния факторной переменной на образование общей вариации результативной переменной деятельности транспортного предприятия является эмпирический коэффициент ... Ответ: детерминации 11. Если при линейной зависимости двух случайных величин (показателей) деятельности транспортного предприятия, линейный коэффициент корреляции равен 0, 86, то эмпирический коэффициент детерминации будет равен ... Ответ: 0,74 12. Средняя зависимость одной случайной величины (показателя) деятельности транспортного предприятия от другой называется ... Ответ: регрессией 13. В основе оценивания параметров линейной регрессионной модели, построенной на основе изучения взаимосвязи между показателями деятельности транспортной организации, лежит метод ... Ответ: наименьших квадратов 14. По результатам наблюдений между показателями транспортной организации получен парный коэффициент корреляции rух1 =0,6. Известно, что х2 занижает связь между у и х1. Какое значение может принять частный коэффициент корреляции? Ответ: ryx1(x2) = 0,5 15. Комплекс методов и процедур, направленных на устранение причин, мешающих корректной обработке: аномалий, пропусков, дубликатов, противоречий, шумов и т.д. - это ... Ответ: Очистка данных ПРОВЕРЯЕМЫЕ КОМПЕТЕНЦИИ: ПК-2. Способен организовать работу с партнерами на рынке транспортно-логистических услуг ЗАКРЫТЫЕ ВОПРОСЫ: 1.Совокупность долговременного воздействия множества факторов на динамику изучаемого показателя рынка транспортно-логистических услуг характеризует ... временного ряда а) +тенденция б) связь между данными в) изменчивость показателей г) разброс показателей 2. Аддитивная эконометрическая модель, характеризующая функционирование рынка транспортно-логистических услуг, содержит исследуемые факторы в виде? а) +слагаемых б) сомножителей 3. Мультипликативная эконометрическая модель, характеризующая функционирование рынка транспортно-логистических услуг, содержит исследуемые факторы в виде? а) слагаемых б) +сомножителей 4. Для оценки влияния как учтенных, так и неучтенных факторов функционирование рынка транспортно-логистических услуг служит___________________ дисперсия? а) +общая б) остаточная в) факторная 5. Для оценки влияния неучтенных факторов функционирование рынка транспортно-логистических услуг служит ... дисперсия? а) общая б) +остаточная в) факторная 6. Для оценки влияния исследуемых факторов функционирование рынка транспортно-логистических услуг служит ... дисперсия? а) общая б) остаточная в) +факторная 7. Величина коэффициента регрессии показывает: а) +среднее изменение результата при изменении фактора на единицу б) характер связи между фактором и результатом в) тесноту связи между фактором и результатом г) тесноту связи между исследуемыми факторами 8. При проверке эконометрической модели, характеризующий функционирование рынка транспортно-логистических услуг, на автокорреляцию остатков применяют критерий... а) F-критерий Фишера б) t-критерий Стьюдента в) +критерий Дарбина-Уотсона г) тест Чоу 9. Ошибка прогноза по линейному уравнению регрессии, характеризующего функционирование рынка транспортно-логистических услуг, возрастает по мере удаления независимого фактора от его а) минимального значения б) +среднего значения в) модального значения г) максимального значения 10. Какие точки исключаются из временного ряда показателей, характеризующих функционирование рынка транспортно-логистических услуг, процедурой сглаживания a) стоящие в начале временного ряда б) стоящие в конце временного ряда в) +стоящие и в начале, и в конце временного ряда г) характеризующие минимальные и максимальные значения. 11. Обогащение — … а) комплекс методов и процедур, направленных на устранение причин, мешающих корректной обработке: аномалий, пропусков, дубликатов, противоречий, шумов и т.д. б) +процесс дополнения данных некоторой информацией, позволяющей повысить эффективность развязку аналитических задач в) объект, содержащий структурированные данные, которые могут оказаться полезными для развязку аналитического задачи г) комплекс методов и процедур, направленных на извлечение данных из различных источников, обеспечение необходимого уровня их информативности и качества, преобразования в единый формат, в котором они могут быть загружены в хранилище данных или аналитическую систему. 12.Консолидация — … а) комплекс методов и процедур, направленных на устранение причин, мешающих корректной обработке: аномалий, пропусков, дубликатов, противоречий, шумов и т.д. б) процесс дополнения данных некоторой информацией, позволяющей повысить эффективность развязку аналитических задач в) объект, содержащий структурированные данные, которые могут оказаться полезными для развязку аналитического задачи г) +комплекс методов и процедур, направленных на извлечение данных из различных источников, обеспечение необходимого уровня их информативности и качества, преобразования в единый формат, в котором они могут быть загружены в хранилище данных или аналитическую систему 13.Транзакция — … а) +некоторый набор операций над базой данных, который рассматривается как единственное завершено, с точки зрения пользователя, действие над некоторой информацией, обычно связано с обращением к базе данных б) разновидность систем хранения, ориентирована на поддержку процесса анализа данных целостность, обеспечивает, непротиворечивость и хронологию данных, а также высокую скорость выполнения аналитических запросов в) высокоуровневые средства отражения информационной модели и описания структуры данных г) это установление зависимости дискретной выходной переменной от входных переменных 14.Метаданные — … а) некоторый набор операций над базой данных, который рассматривается как единственное завершено, с точки зрения пользователя, действие над некоторой информацией, обычно связано с обращением к базе данных б) разновидность систем хранения, ориентирована на поддержку процесса анализа данных целостность, обеспечивает, непротиворечивость и хронологию данных, а также высокую скорость выполнения аналитических запросов в) +высокоуровневые средства отражения информационной модели и описания структуры данных г) это установление зависимости дискретной выходной переменной от входных переменных 15.Классификация — … а) некоторый набор операций над базой данных, который рассматривается как единственное завершено, с точки зрения пользователя, действие над некоторой информацией, обычно связано с обращением к базе данных б) разновидность систем хранения, ориентирована на поддержку процесса анализа данных целостность, обеспечивает, непротиворечивость и хронологию данных, а также высокую скорость выполнения аналитических запросов в) высокоуровневые средства отражения информационной модели и описания структуры данных г) +это установление зависимости дискретной выходной переменной от входных переменных 16.Регрессия — … а) +это установление зависимости непрерывной выходной переменной от входных переменных б) эта группировка объектов (Наблюдений, событий) на основе данных, описывающих свойства объектов в) выявление закономерностей между связанными событиями г) это установление зависимости дискретной выходной переменной от входных переменных 17. Кластеризация — … а) это установление зависимости непрерывной выходной переменной от входных переменных б) +эта группировка объектов (Наблюдений, событий) на основе данных, описывающих свойства объектов в) выявление закономерностей между связанными событиями г) это установление зависимости дискретной выходной переменной от входных переменных. 18. Ассоциация — … а)это установление зависимости непрерывной выходной переменной от входных переменных б) эта группировка объектов (наблюдений, событий) на основе данных, описывающих свойства объектов в) +выявление закономерностей между связанными событиями г) это установление зависимости дискретной выходной переменной от входных переменных 19. Машинное обучение — … а) специализированный программный решение (или набор решений), который включает в себя все инструменты для извлечения закономерностей из сырых данных б) эта группировка объектов (Наблюдений, событий) на основе данных, описывающих свойства объектов в) набор данных, каждая запись которого представляет собой учебный пример, содержащего заданный входной влияние, что и отвечает ему правильный выходной результат. г) +подразделение искусственного интеллекта изучающий методы построения алгоритмов, способных обучаться на данных 20. Аналитическая платформа — … а) +специализированный программный решение (или набор решений),который включает в себя все инструменты для извлечения закономерностей из сырых данных б) эта группировка объектов (Наблюдений, событий) на основе данных, описывающих свойства объектов в) набор данных, каждая запись которого представляет собой учебный пример, содержащего заданный входной влияние, что и отвечает ему правильный выходной результат. г) подразделение искусственного интеллекта изучающий методы построения алгоритмов, способных обучаться на данных ОТКРЫТЫЕ ВОПРОСЫ: 1. В большинстве случаев взаимосвязи и взаимозависимости между переменными, характеризующими функционирование рынка транспортно-логистических услуг, являются ... Ответ: стохастическими 2. Величина, показывающая на сколько процентов изменится в среднем результативная переменная, характеризующая функционирование рынка транспортно-логистических услуг при изменении факторной переменной на 1% называется ... Ответ: коэффициентом эластичности 3. По результатам 20 наблюдений за показателями деятельностью транспортных организаций найден множественный коэффициент корреляции Rух1x2=0,8. Проверить значимость Rух1x2 при уровне значимости 0,05 и определить разность между наблюдаемым и критическим значениями критерия Фишера Ответ: 11,5 4. Величина коэффициента множественной корреляции эконометрической модели, характеризующий функционирование рынка транспортно-логистических услуг, может быть больше или равна максимальному коэффициенту ... Ответ: частной корреляции 5. Очистка данных — это процесс дополнения данных некоторой информацией, позволяющей повысить эффективность развязку аналитических задач? Ответ: Нет/Неверно 6. Если коэффициент детерминации эконометрической модели, характеризующий функционирование рынка транспортно-логистических услуг, равен нулю, то критерий Фишера равен:____ Ответ: 0 7. Множественный коэффициент корреляции эконометрической модели, характеризующий функционирование рынка транспортно-логистических услуг, Rух1x2=0,8. Определите, какой процент дисперсии зависимой переменной у объясняется влиянием х1 и x2. Ответ: 64% 8. Тесная корреляционная связь между двумя и более факторными переменными эконометрической модели, характеризующей функционирование рынка транспортно-логистических услуг, называется... Ответ: мультиколлинеарностью 9. Параметры уравнения тренда эконометрической модели, характеризующей функционирование рынка транспортно-логистических услуг, определяются на базе ... Ответ: обычного метода наименьших квадратов 10. Недостатком графического способа определения параметров эконометрической модели (уравнения регрессии), характеризующей функционирование рынка транспортно-логистических услуг, является... Ответ: малая точность 11. Система взаимосвязанных уравнений и уравнений тождеств, характеризующих функционирование рынка транспортно-логистических услуг, представляет собой ... Ответ: систему одновременных уравнений 12. При выборе модели временного ряда применяют тест под названием.... Ответ: Чоу 13. Качественные переменные, преобразованные в количественные переменные, при построении модели множественной регрессии, характеризующих функционирование рынка транспортно-логистических услуг, называются .... Ответ: фиктивными 14. Модель, построенная по данным, характеризующим один объект (явление) рынка транспортно-логистических услуг за ряд последовательных периодов времени называют моделью ... Ответ: временного ряда 15. Корреляционная зависимость между последовательными уровнями ряда показателей, характеризующих функционирование рынка транспортно-логистических услуг, называется ...уровней временного ряда. Ответ: автокорреляция КРИТЕРИИ ОЦЕНИВАНИЯ: ЗАКРЫТЫХ ВОПРОСОВ: Каждое задание оценивается в 1 балл. Оценивание КИМ в целом: «зачтено» – верно выполнено более 60% заданий. «не зачтено» – верно менее 60% заданий. ОТКРЫТЫХ ВОПРОСОВ: Отлично (зачтено) Ответ полный, развернутый. Вопрос точно и исчерпывающе передан, терминология сохранена, студент превосходно владеет основной и дополнительной литературой, ошибок нет. Хорошо (зачтено) Ответ полный, хотя краток, терминологически правильный, нет существенных недочетов. Студент хорошо владеет пройденным программным материалом; владеет основной литературой, суждения правильны. Удовлетворительно (зачтено) Ответ неполный. В терминологии имеются недостатки. Студент владеет программным материалом, но имеются недочеты. Суждения фрагментарны. Неудовлетворительно (не зачтено) Не использована специальная терминология. Ответ в сущности неверен. Переданы лишь отдельные фрагменты соответствующего материала вопроса. Ответ не соответствует вопросу или вовсе не дан. ЛАБОРАТОРНЫЕ РАБОТЫ Лабораторные работы выполняются студентами по темам курса, представленным в РПД. Лабораторные работы выполняются учениками самостоятельно. Лабораторная включает в себя: • Цели и задачи выполнения лабораторной работы. • Краткое изложение теоретических сведений (понятий, законов, методов, формул, которые будут использоваться для выполнения лабораторной работы) • Описание методики выполнения заданий лабораторной работы (при необходимости и используемого при этом технического оборудования): информация о ходе проведения исследования, методы получения нужных данных, способы их обработки. • Полученные результаты (погрешности измерений при необходимости). • Анализ полученных результатов КРИТЕРИИ ОЦЕНКИ ЛАБОРАТОРНЫХ РАБОТ Отлично (ЗАЧТЕНО) - Студентом лабораторная работа выполнена самостоятельно. При этом составлен правильный алгоритм выполнения заданий, в логических рассуждениях и решении нет ошибок, получен верный ответ, задания выполнено рациональным способом. Хорошо (ЗАЧТЕНО) - Студентом лабораторная работа выполнена с подсказкой преподавателя. При этом составлен правильный алгоритм выполнения заданий, в логическом рассуждении и выполнении нет существенных ошибок; есть объяснение решения, допущено не более двух несущественных ошибок, получен верный ответ. Удовлетворительно (ЗАЧТЕНО) - Студентом лабораторная работа выполнена с подсказками преподавателя. При этом задания поняты правильно, в логическом рассуждении нет существенных ошибок, задания выполнены не полностью или в общем виде. Неудовлетворительно (НЕЗАЧТЕНО) - Студентом лабораторная работа не выполнена. |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| см. приложение |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Вопросы и задания для проведения промежуточной аттестации: ВОПРОСЫ: 1.Роль анализа данных в современном мире. 2 Источники данных. 3 Сбор данных. 4 Подготовка данных. 5 Аналитическое решение задачи линейной регрессии. 6 Численное решение задачи линейной регрессии. 7 Выбор функции гипотезы при решении задачи регрессии. 8 Бинарная классификация данных. 9 Качество классификации данных. 10 Множественная классификация данных. 11 Кластерный анализ данных. Методы кластерного анализа 12 Метод К-средних. 13 Вычислительная сложность. 14 Факторный анализ данных 15 Методы ассоциативного поиска 16 Интеллектуальный анализ данных 17 Методология построения моделей сложных систем. 18 Методы снижения размерности данных. 19 Модель черного ящика 20 Современные пакеты прикладных программ для решения задач обработки данных 21 Корреляция в анализе данных 22 Регрессия в анализе данных 23 Цели и задачи анализа данных 24 Выбор методов анализа данных ЗАДАНИЯ: 1. Вычислить значение множественного коэффициента корреляции по следующим данным, характеризирующим связь между показателями деятельности транспортной организации: rxy = 0,79; rxz = 0,81; ryz = 0,71. где rxy, rxz, ryz парные коэффициенты корреляции 2. По следующим данным построить линейное уравнение регрессии, вычислить линейный коэффициент корреляции, характеризирующий связь между показателями деятельности транспортной организации: (xy) ̅= 106; x ̅ = 11; y ̅ = 9; x ̅2= 137; y ̅2=85; ао =4,8 3. По следующим данным, характеризирующим связь между показателями деятельности транспортной организации, построить линейное уравнение регрессии: а = 2,8; rxy =0,9; Dx =36; Dy =25. где Dx и Dy дисперсии по х и у, rxy – линейный коэффициент корреляции 4. По следующим данным, характеризирующим связь между показателями деятельности транспортной организации, построить линейное уравнение регрессии: ао = 3,5; rxy =0,85; Dx =49; Dy =36. где Dx и Dy дисперсии по х и у, rxy – линейный коэффициент корреляции 5. Используя следующие данные, рассчитанным на основе анализа показателей деятельности транспортной организации, определить параметры линейного уравнения ( ао и а1 ) регрессии: x ̅ = 20; y ̅ = 10; Эх = 0,8. где Эх – коэффициент эластичности 6. По следующим данным, рассчитанным на основе анализа показателей деятельности транспортной организации, построить линейное уравнение регрессии, вычислить линейный коэффициент корреляции: (xy) ̅ = 120; x ̅ = 10; y ̅ = 10; x ̅2 = 149; y ̅2 = 125; Эх = 0,4. где Эх – коэффициент эластичности 7. Пусть имеется следующая модель регрессии, характеризующая деятельность транспортной организации и показывающая зависимость у от х: утеор = 8 -7х. Известно также, что rxy = -0,5; n =20. где rxy – линейный коэффициент корреляции. 8. Зависимость среднедневного количества обработанных логистами грузов от их стажа работы характеризуется моделью: Yтеор = a+bx. Ее использование привело к следующим результатам: №п\п Фактическое количество обработанных грузов, ед; Y Расчетная количество обработанных грузов, ед; Yteor. 1 12 10 2 8 10 3 13 13 4 15 14 5 16 15 6 11 12 7 12 13 8 9 10 9 11 10 10 9 9 9. Моделирование прибыли транспортной фирмы по уравнению Yтеор = a+bx привело к следующим результатам: №п\п Фактическая прибыль фирмы млн.руб.; Y Расчетная прибыль фирмы млн.руб.; Yteor. 1 10 11 2 12 11 3 15 17 4 17 15 5 18 20 6 11 11 7 13 14 8 19 16 Оценить качество модели, определив среднюю относительную ошибку аппроксимации, коэффициент корреляции и F-критерий Фишера. 10. По 10 наблюдениям за случайными величинами доходами (X) и расходами (Y) транспортной фирмы получены следующие данные: Ʃx =1700; Ʃy = 1100; Ʃxy = 204400; Ʃx^2 = 316000; Ʃy^2 = 135000. Построить парное уравнение регрессии, рассчитать коэффициенты детерминации и корреляции, оценить на значимость уравнение регрессии, коэффициент регрессии и коэффициент корреляции, определить их стандартные ошибки и 95% доверительный интервал для коэффициента регрессии - b. КРИТЕРИИ ОЦЕНКИ: "Отлично" - дает полный, в логической последовательности развернутый ответ на поставленный вопрос, демонстрирует знание предмета в полном объеме учебной программы, достаточно глубоко осмысливает дисциплину, самостоятельно, и исчерпывающе отвечает на дополнительные вопросы, приводит собственные примеры по проблематике поставленного вопроса. "Хорошо" - дает развернутый ответ на поставленный вопрос, демонстрирует знания, приобретенные на лекционных и практических занятиях, а также полученные посредством изучения обязательных учебных материалов по курсу, дает аргументированные ответы, приводит примеры, в ответе присутствует свободное владение монологической речью, логичность и последовательность ответа, при этом допускает неточность в ответе. "Удовлетворительно" - дает ответ, свидетельствующий в основном о знании процессов изучаемой дисциплины, отличающийся недостаточной глубиной и полнотой раскрытия темы, знанием основных вопросов теории, слабо сформированными навыками анализа явлений, процессов, недостаточным умением давать аргументированные ответы и приводить примеры, недостаточно свободным владением монологической речью, логичностью и последовательностью ответа, допускаея несколько ошибок в содержании ответа. "Неудовлетворительно" - дает ответ, который содержит ряд серьезных неточностей, обнаруживающий незнание процессов изучаемой предметной области, отличающийся неглубоким раскрытием темы, незнанием основных вопросов теории, несформированными навыками анализа явлений, процессов, неумением давать аргументированные ответы, слабым владением монологической речью, отсутствием логичности и последовательности, делает поверхностные выводы. |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | В. С. Мхитарян [и др.] | Анализ данных: учебник для вузов | Юрайт, 2024 | urait.ru |
| Л1.2 | Б. Г. Миркин. | Базовые методы анализа данных: учебник и практикум для вузов | Юрайт, 2024 | URL: https://urait.ru/bcode/551786 |
| Л1.3 | Рабчевский, А. Н. | Синтетические данные и развитие нейросетевых технологий : учебное пособие для вузов | Юрайт, 2024 | URL: https://urait.ru/bcode/545036 |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Румянцева Е.Е. | ЭКОНОМИЧЕСКИЙ АНАЛИЗ. Учебник и практикум для академического бакалавриата: Гриф УМО ВО | М.:Издательство Юрайт, 2018 | biblio-online.ru |
| Л2.2 | Галиаскаров, Э. Г. | Анализ и проектирование систем с использованием UML: учебное пособие для вузов | Юрайт, 2024 | urait.ru |
| Л2.3 | О. А. Горленко, Н. М. Борбаць, Т. П. Можаева | Дисперсионный анализ экспериментальных данных : учебное пособие для вузов | Юрайт, 2024 | URL: https://urait.ru/bcode/542513 |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| 6.3. Перечень программного обеспечения | ||||
| Microsoft Windows Microsoft Office 7-Zip AcrobatReaderMicrosoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (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); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Информационная справочная система: 1. КонсультантПлюс http://www.consultant.ru/. Профессиональные базы данных: 1. Электронная база данных «Scopus» (http://www.scopus.com); 2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/); 3. Научная электронная библиотека elibrary (http://elibrary.ru) | ||||
| Аудитория | Назначение | Оборудование |
|---|---|---|
| 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 |
| Учебная аудитория | для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска) |
| 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 |
| Изучение учебной дисциплины студентами предусматривает два вида работ: - работа с преподавателем; - самостоятельная работа. Работа с преподавателем охватывает два вида учебных занятий: лекционные занятия и практические (лабораторные) занятия. Последовательность проведения данных занятий, их содержание определяются настоящей программой. Посещение данных занятий является обязательным для всех студентов. В ходе лекционных занятий необходимо вести конспектирование учебного материала, обращать внимание на категории, формулировки, раскрывающие содержание тех или иных явлений и процессов, научные выводы и практические рекомендации, задавать преподавателю уточняющие вопросы с целью уяснения теоретических положений, разрешения спорных ситуаций. Практическое (лабораторное) занятие требует подготовки студентов, предусматривающей изучение теоретического материала по теме занятия с использованием учебной литературы, перечень которой приведен в данной рабочей программе.Результат такой работы должен проявиться в способности свободно ответить на теоретические вопросы,обсуждаемые на практическом занятии, выступать и участвовать в коллективном обсуждении вопросов изучаемой темы, правильно выполнять практические задания. Вторым видом работы студента, выполняемым им при изучении курса, является самостоятельная работа, которая помимо подготовки к практическим занятиям предусматривает изучение нормативных, правовых актов и рекомендованной основной и дополнительной литературы. Цель самостоятельной работы - закрепить полученные знания на лекциях, практических (лабораторных) занятиях, углубить и расширить их, сформировать умения и навыки по решению вопросов, составляющих содержание курса. При необходимости в процессе самостоятельной работы студент может получить индивидуальную консультацию у преподавателя. В процессе изучения дисциплины студент должен зарегистрироваться на образовательном портале, где размешен соответствующий курс, тексты лекций, задания для практических (лабораторных) работ, исходные данные для их выполнения, вопросы и задания для текущего и промежуточного контроля. Использование образовательного портала позволит организовать наиболее эффективную самостоятельную работу студентов. Подробнее см. в ЭУМК на образовательном портале https://portal.edu.asu.ru |