Рассмотрены методы корреляционного, регрессионного, компонентного, факторного анализа для многомерной выборочной совокупности. Изложены методы классификации: дискриминантный и кластерный анализ. Особое внимание уделено ситуациям, при которых применение методов многомерного статистического анализа является некорректным. Приведены примеры решения задач из различных областей экономики. Учебник содержит необходимые сведения для выполнения прикладного многомерного анализа в программном комплексе Statistica. Для бакалавров и магистрантов, обучающихся по направлениям «Экономика», «Бизнес-информатика», а также для аспирантов и научных работников, применяющих в исследованиях методы многомерного статистического моделирования.

Рассмотрены методы корреляционного, регрессионного, компонентного, факторного анализа для многомерной выборочной совокупности. Изложены методы классификации: дискриминантный и кластерный анализ. Особое внимание уделено ситуациям, при которых применение методов многомерного статистического анализа является некорректным. Приведены примеры решения задач из различных областей экономики. Учебник содержит необходимые сведения для выполнения прикладного многомерного анализа в программном комплексе Statistica. Для бакалавров и магистрантов, обучающихся по направлениям «Экономика», «Бизнес-информатика», а также для аспирантов и научных работников, применяющих в исследованиях методы многомерного статистического моделирования.

Пособие предназначено для студентов направлений «Бизнес-информатика», «Экономика» (профиль «Математические методы в экономике») и «Прикладная математика и информатика», но может быть полезно и для многих других направлений, учебными планами которых предусмотрено изучение многомерных методов.

Пособие предназначено для студентов направлений «Бизнес-информатика», «Экономика» (профиль «Математические методы в экономике») и «Прикладная математика и информатика», но может быть полезно и для многих других направлений, учебными планами которых предусмотрено изучение многомерных методов.

Пособие предназначено для студентов направлений "Бизнес-информатика", "Экономика" (профиль "Математические методы в экономике") и "Прикладная математика и информатика", но может быть полезно и для многих других направлений, учебными планами которых предусмотрено изучение многомерных методов. 3-е издание, стереотипное.

Предназначен для студентов экономических направлений подготовки, изучающих теорию вероятностей, математическую статистику, эконометрику, многомерные статистические методы, методы анализа нечисловой информации и другие математико-статистические дисциплины. Содержит индивидуальные рас четные задания, методические указания к их выполнению с использованием пакетов Microsoft Excel и PASW Statistics (SPSS), а также исходные числовые данные. Состоит из решения задач методами описательной статистики, дисперсионного, корреляционного, регрессионного, компонентного, факторного, кластерного и дискриминантного анализа, а также методами статистического анализа нечисловой информации для оценки связи между порядковыми и категоризованными случайными величинами. Соответствует действующему Федеральному государственному образовательному стандарту высшего образования нового поколения Для студентов математических, технических и гуманитарных направлений подготовки, изучающим математическую и прикладную статистику, преподавателям, аспирантам, а также практическим специалистам, желающим применять рассматриваемые методы для решения прикладных задач в своей предметной области.

Учебник посвящен изучению проблем регионального развития в рамках экономической социологии и содержит материал теоретико-методологического характера, что особенно актуально на фоне происходящих изменений в политике, экономике и социальной сфере территориальных образований различного статуса в условиях рыночной трансформации. Учебник содержит статистические данные, иллюстрации и практические рекомендации, рассчитанные на практическое использование в управленческой деятельности на региональном и муниципальном уровнях.

Учебник посвящен изучению проблем регионального развития в рамках экономической социологии и содержит материал теоретико-методологического характера, что особенно актуально на фоне происходящих изменений в политике, экономике и социальной сфере территориальных образований различного статуса в условиях рыночной трансформации. Учебник содержит статистические данные, иллюстрации и практические рекомендации, рассчитанные на практическое использование в управленческой деятельности на региональном и муниципальном уровнях.

Текст учебника снабжен достаточным количеством подробно решенных примеров и задач, позволяющих самостоятельно разобраться в материале. Для его усвоения необходимы стандартные знания линейной алгебры, аналитической геометрии, математического анализа, а также теории вероятностей и математической статистики. В конце учебника приведен список контрольных заданий и упражнений. Соответствует ФГОС ВО последнего поколения. Для студентов бакалавриата, обучающихся по группе направлений "Экономика и управление".

Учебник посвящен изучению проблем регионального развития в рамках экономической социологии и содержит материал теоретико-методологического характера, что особенно актуально на фоне происходящих изменений в политике, экономике и социальной сфере территориальных образований различного статуса в условиях рыночной трансформации. Учебник содержит статистические данные, иллюстрации и практические рекомендации, рассчитанные на практическое использование в управленческой деятельности на региональном и муниципальном уровнях. Учебник предназначен для студентов и аспирантов вузов, а также адресуется всем, кто интересуется вопросами регионального развития на этапе рыночных преобразований в России.

В учебнике излагаются основные понятия и методы теории вероятностей и их реализация средствами языка Python. Рассмотрены способы задания многочисленных дискретных, непрерывных и многомерных законов теории вероятностей. Для описания средств Python, реализующих статистические методы, использована документация об используемых классах и функциях Python. Учебник адресован студентам бакалавриата и магистратуры, аспирантам, научны смотрудникам и преподавателям.

Учебник подготовлен в соответствии с учебной программой дисциплины "Управление качеством". В учебнике рассматриваются основные понятия качества как объекта управления, методы его анализа, оценки и измерения, концептуальные основы и методология управления качеством. В работе представлены также темы, включающие принципы и статистические методы управления качеством, излагаются вопросы, связанные с организацией систем всеобщего управления качеством (TQM), особенностями систем управления качеством материальной продукции и услуг, стандартизацией, сертификацией и экономикой управления качеством. Учебник может быть полезен широкому кругу менеджеров организаций, занимающихся решением проблем обеспечения качества и конкурентоспособности.

Рассмотрены основные методы статистической обработки данных и машинного обучения и их реализация на языке R. Изложены принципы разработки информационных систем и моделей, основанных на данных. Приведены примеры использования методов машинного обучения при решении прикладных задач. Рассмотрены подготовка данных, работа с временными рядами, методы классификации и кластеризации, способы обучения (с учителем, без учителя, с подкреплением), классические методы интеллектуального анализа данных, способы проверки адекватности получаемых моделей, их сравнения и выбора. В конце разделов приведены вопросы для самоконтроля и задания. Материал соответствует курсам «Статистические методы интеллектуального анализа данных» и «Интеллектуальные системы» при подготовке магистрантов по направлению «Автоматизация технологических процессов и производств». Исходные данные и коды всех примеров на языке R могут быть скачаны с сайта издательства.

Рассмотрены основные методы статистической обработки данных и машинного обучения и их реализация на языке R. Изложены принципы разработки информационных систем и моделей, основанных на данных. Приведены примеры использования методов машинного обучения при решении прикладных задач. Рассмотрены подготовка данных, работа с временными рядами, методы классификации и кластеризации, способы обучения (с учителем, без учителя, с подкреплением), классические методы интеллектуального анализа данных, способы проверки адекватности получаемых моделей, их сравнения и выбора. В конце разделов приведены вопросы для самоконтроля и задания. Материал соответствует курсам «Статистические методы интеллектуального анализа данных» и «Интеллектуальные системы» при подготовке магистрантов по направлению «Автоматизация технологических процессов и производств». Исходные данные и коды всех примеров на языке R могут быть скачаны с сайта издательства.

Учебное пособие написано в соответствии с государственным образовательным стандартом. В нем освещаются современная организация государственной статистики РФ, основные формы, задачи, виды и ошибки статистического наблюдения. Предлагается статистическое изучение динамики общественных явлений, основные понятия и классификация индексов. Для студентов высших учебных заведений, обучающихся по специальности "Статистика" и другим экономическим специальностям.

В книге освещены основные разделы шестой версии программы STATISTICA. На примерах, большинство которых взято из встроенной в программу библиотеки Examples, дано подробное описании технологии работы с модулями программы. Уделено внимание постановочной части статистических методов и интерпретации результатов анализа. Рассмотрены процедуры управления данными, графические возможности программы, разведочный анализ данных, одномерные и многомерные статистические методы, углубленные методы анализа, временные ряды и прогнозирование, формирование отчетов, составление макросов. Простая и доступная для широкого круга читателей форма изложения делает возможным самостоятельное изучение программы STATISTICA. Адресована студентам, изучающим экономические и математические дисциплины, а также аспирантам, преподавателям вузов, научным работникам различных направлений, специалистам в области аналитики и логистики. 2-е издание, переработанное и дополненное.