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

Проблемы устойчивости и эффективности современных государств в сравнительной перспективе

Бабаян В. В., Горельский И. Е., Кручинская Е. В. и др.

М.: Издательский дом НИУ ВШЭ, 2023.

Статья

Schatten Index of the Sectorial Operator via the Real Component of Its Inverse
В печати

Кукушкин М. В.

Mathematics. 2024. P. 1-21.

Глава в книге

Assessment of the Impact of the Urban Environment on the Emotional State of Citizens

Burova A., Nikonov V.

In bk.: Proceedings of CIRMARE 2023. Recovery, Maintenance and Rehabilitation of Buildings. Cham: Springer, 2024. P. 233-241.

Препринт

Strategizing with AI: Insights from a Beauty Contest Experiment

Dagaev D., Paklina S., Parshakov P.

Social Science Research Network. Social Science Research Network. SSRN, 2024

Все публикации

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс по выбору

Когда читается:: 3-й курс, 3, 4 модуль

Преподаватель

Сальникова Дарья Вячеславовна

Полная версия программы учебной дисциплины

Аннотация

Освоение дисциплины «Анализ категориальных данных в статистических пакетах» позволяет получить базовые знания и навыки по применению ряда популярных методов к решению задач, связанных с анализом эмпирических данных, в том случае, когда зависимая переменная измерена в порядковой или номинальной шкале. Например, для изучения того, какие индивидуальные характеристики могут повлиять на то, ходит ли человек на выборы, за кого он голосует. Курс охватывает модели бинарного выбора, модели множественного выбора с упорядоченным откликом (порядковая логистическая регрессия), а также мультиномиальные регрессионные модели. На занятиях используется RStudio для отработки применения изученных методов. "Пререквизитом к курсу является: знакомство с линейными регрессионными моделями".

Цель освоения дисциплины

Выработка компетенций по решению политологических и социально-экономических задач, связанных с анализом данных в том случае, когда изучаемые зависимые признаки имеют дискретную природу.

Планируемые результаты обучения

владеть навыками реализации моделей бинарного и множественного выбора в статистических пакетах (Rstudio)
уметь применять основные модели бинарного и множественного выбора, уметь корректно интерпретировать и визуализировать результаты их оценивания

Содержание учебной дисциплины

1.1 Линейная модель регрессии
1.2. Логистическая регрессия
1.3. Проверка гипотез.
2. Модели множественного неупорядоченного выбора.
3. Модели множественного упорядоченного выбора.

Элементы контроля

Экзамен
Семинарская активность
Домашние задания
Контрольная работа
Эссе
Проверочная работа 1
Проверочная работа 2

Промежуточная аттестация

2023/2024 учебный год 4 модуль
0.1 * Домашние задания + 0.15 * Контрольная работа + 0.1 * Проверочная работа 1 + 0.1 * Проверочная работа 2 + 0.1 * Семинарская активность + 0.3 * Экзамен + 0.15 * Эссе

Анализ категориальных данных в статистических пакетах

Преподаватель

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература