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

Качество приема как зеркало развития высшего образования: итоги 2025 года и долгосрочные тренды. Современная аналитика образования №3 (95)

Кузьминов Я. И., Кручинская Е. В., Габдрахманов Н. К. и др.

Вып. 3 (95): КАЧЕСТВО ПРИЕМА КАК ЗЕРКАЛО РАЗВИТИЯ ВЫСШЕГО ОБРАЗОВАНИЯ: ИТОГИ 2025 ГОДА И ДОЛГОСРОЧНЫЕ ТРЕНДЫ. М.: НИУ ВШЭ, Институт образования, 2026.

Статья

Artificial Intelligence. Law. Industries

Bogdanovskaya I. J., Volos A., Trubina V. et al.

Legal Issues in the Digital Age. 2026. Vol. 7. No. 2. P. 113-135.

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 * Проверочная работа + 0.25 * ДЗ3 + 0.3 * Экзамен + 0.15 * ДЗ1 + 0.15 * ДЗ2

Авторы

Стукал Денис Константинович
Кручинская Екатерина Владиславовна

Введение в регрессионный анализ