Кафедра высшей математики

АБB
АБB
АБB

Обычная версия сайта

О кафедре

Общеуниверситетская кафедра Высшей математики создана «в целях совершенствования учебного процесса и математической подготовки в ВШЭ, придания ей необходимой направленности по уровням и специальностям профессиональной подготовки бакалавров и специалистов» на основании решения Ученого совета от 23.07.1999 г., протокол №3 утвержденного приказом Ректора от 06.08.1999 г., №344.

Публикации

Книга

Режим труда среди занятых по найму, самозанятых и индивидуальных предпринимателей в России

Алексеев Д. С., Бирюкова С. С.

Вып. 1. М.: НИУ ВШЭ, 2026.

Статья

Эффективность рынка искусственного интеллекта: ожидания и реальность

Кузьминов Я. И., Кручинская Е. В.

Форсайт. 2025. Т. 19. № 4. С. 6-16.

Глава в книге

VIA AI: Reliable Deep Reinforcement Learning for Traffic Signal Control

Герасёв М. С., Kiselev D., Beketov M. et al.

In bk.: 2024 IEEE International Conference on Data Mining (ICDM) Workshops (ICDMW). Curran Associates, 2024. P. 887-890.

Препринт

On conditions for Dobrushin's Central limit theorem for non-homogeneous Markov chains
В печати

Веретенников А. Ю., Нуриева А. И.

60F05. 60F05. arXiv, 2025

Все публикации

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс обязательный

Когда читается:: 2-й курс, 1 модуль

Преподаватели

Кручинская Екатерина Владиславовна

Макаров Алексей Алексеевич

Дополнительные материалы в LMS Задать вопрос

Аннотация

Регрессионный анализ - основной инструмент анализа данных в политической науке, государственном управлении, микро и макроэкономике. Он позволяет строить прогнозы, описывать сложные взаимосвязи между наборами признаков, а в некоторых случаях - даже измерять эффекты воздействий и оценивать силу причинно-следственных связей. Дисциплина «Введение в регрессионный анализ» посвящена базовым темам регрессионного анализа и дает студентам представление о содержательном смысле линейных регрессионных моделей, их основных допущениях, инструментах диагностики этих допущений, а также интерпретации полученных результатов. Для успешного освоения этой дисциплины требуются знания по теории вероятностей и математической статистике в объеме вводного курса, а также умение дифференцировать линейную функцию и полином. Студенты смогут продолжить углублённое изучение регрессионных и других моделей анализа социально-экономических и политологических данных в курсах по выбору: «Линейная алгебра и приложения в многомерной статистике» и «Регрессионный анализ:панельные данные и каузальность» на втором и третьем курсах образовательной программы.

Цель освоения дисциплины

Знакомство студентов-политологов с основные понятиями и инструментами регрессионного анализа и их использованием в фундаментальных и прикладных исследованиях

Содержание учебной дисциплины

Введение в парную регрессию
Парная регрессия. Продолжение
Бинарность
Регрессия и каузальность
Проверка модели на устойчивость
Ненормальная регрессия
Разность разностей

Элементы контроля

ДЗ1
ДЗ2
ДЗ3
Проверочная работа
Экзамен

Промежуточная аттестация

2022/2023 учебный год 1 модуль
0.15 * ДЗ1 + 0.15 * ДЗ2 + 0.25 * ДЗ3 + 0.15 * Проверочная работа + 0.3 * Экзамен

Авторы

Стукал Денис Константинович
Кручинская Екатерина Владиславовна

Введение в регрессионный анализ