6B05404 Статистика в ЕНУ им. Л. Н. Гумилева

В процессе изучения данного курса обучающиеся знакомятся с такими основными понятиями как группа, кольца, поле, комплексные числа, матрицы, определители, обратная матрица, метод Гаусса, правило Крамера, ранг матрицы, многочлены. Рассматривается методика анализа математических задач, позволяющей использовать методы их решения, формулировать и описывать различные задачи, встречающихся в различных областях естествознания

Цель изучения дисциплины – сформировать представления о методике и практике статистического получения, систематизации и обработке социально-экономической информации. Содержание курса направлено на изучение предмета, методов, задач статистики как специальности и принципов организации государственной статистики в РК; форм, видов и способов организации и этапов проведения статистического наблюдения; способов наглядного представления статистических данных и показателей, статистической связи между явлениями. Знать: основные понятия, категории и термины; методы, приемы и способы изучения статистических совокупностей; организацию статистического наблюдения. Уметь: осуществлять группировку и сводку статистических данных; вычислять абсолютные, относительные и средние величины; строить и анализировать статистические таблицы, диаграммы и графики; вычислять и применять экономические индексы; пользоваться способами выборочного наблюдения; рассчитывать и использовать показатели вариации; вычислять и пользоваться полученными показателями рядов динамики; осуществлять изучение взаимосвязи явлений и процессов. Иметь навыки: владеть методами организации статистического наблюдения, обработки и анализа статистической информации.

При изучении дисциплины «Математический анализI» закладывается фундамент для изучения всех других математических и прикладных дисциплин. Курс состоит из следующих разделов: действительные числа, элементы логики, функции одной переменной, последовательности, предел последовательности, ограниченные и неограниченные последовательности, подпоследовательности и частичные пределы, предел функции, непрерывность функции, дифференциальное исчисление функции одной переменной, формула Тейлора, применение производной в исследовании поведения функции.

Цель - освоения студентами основных методов математического моделирования и его применения в прикладных науках, дать представление о том, как в современной математике ведется математическая обработка реальных прикладных задач. Знать: классификацию математических моделей, этапы построения математической модели; Уметь: выполнять концептуальную и математическую постановку задачи моделирования, выбирать и обосновывать выбор метода решения задачи; Владеть: навыками постановки задач математического моделирования и разработки математических моделей для использования их при решении прикладных задач.

«Математический анализ II» так же является базовой дисциплиной и состоит из двух разделов: интегральное исчисление функции одной переменной и дифференциальное исчисление функции нескольких переменных. Курс предполагает изучение следующих тем: неопределенный интеграл, интеграл Римана, геометрические и физические приложения, приближенные вычисления, пространство Rn, последовательности и функции, их пределы в Rn, непрерывность функции, дифференцируемость функции, производная по направлению, градиент, экстремум функции многих переменных.

Цель - формирование научно-прикладного аппарата дисциплины, ее основных категорий, методологических особенностей и базовых принципов, условий повышения его эффективности с учетом факторов внешней и внутренней среды.

Цель: формирование вероятностно-статистического мышления, являющегося профессиональным инструментом современного исследователя-аналитика. Базовые понятия событий и их вероятностей, условных вероятностей и байесовского анализа, случайной величины и их законов распределения, предельные теоремы изучаются с точки зрения многочисленных «case study» – вероятностного моделирования в статистике, что позволит предметно освоить применение рассматриваемых моделей и методов при обоснованной интерпретации статистических исследований. Знать: основные понятия теории вероятностей с точки зрения ситуационных моделей. Уметь: применять стандартные методы и модели к решению вероятностных ситуационных задач. Иметь навыки: построения вероятностной модели по конкретной ситуации, применения современных технологий при решении статистических задач.

Основные понятия и категории статистики предприятия. Основные понятия и категории ресурсов предприятия. Статистический учет движения кадров. Статистика производительности труда: основные понятия и категории. Определение влияния производительности труда на изменение объёма произведённой продукции Выявление факторов роста производительности труда. Основные фонды: виды оценки. Статистика основных фондов: состояние, интенсивность воспроизводства, эффективность использования. Статистика оборотных фондов. Абсолютные и относительные показатели наличия и движения оборотных фондов, обеспеченности, оборачиваемости. Статистика затрат: от планирования к оценке хозяйственного эффекта.

Целью изучения дисциплины «Алгоритмы, структуры данных и программирование» является освоение основ алгоритмизации задач, приемов и методов программирования на языке Pascal, а также практическое применение этих основ для решения задач различных классов. Знать: основы современных алгоритмов, методы анализа алгоритмов. Уметь: применять методы теории алгоритмов при разработке информационных систем. Иметь навыки: анализа сложных систем.

Целью освоения дисциплины «Компьютерное моделирование в микроэкономике» является - формирование систематических знаний о современных методах компьютерного моделирования в микроэкономике, их роли в системе наук; Предмет и методы исследования в микроэкономике. Базовые понятия экономики. Экономические системы: современные типы и модели. Экономический выбор. Теория рыночного равновесия. Анализ поведения потребителя в рыночной экономике. Основы теории производства. Типы рыночных структур. Рынки факторов производства. Роль и функции государства в современной рыночной экономике. Знать: основные понятия и теоретические основания методов компьютерного моделирования в микроэкономике. Уметь: правильно формулировать и решать задачи методами компьютерного моделирования, использовать методы компьютерного моделирования для решения прикладных задач в экономике. Владеть: Методами компьютерного моделирования для решения задач микроэкономики.

Целью изучения дисциплины является формирование профессионального подхода к методам анализа микроэкономическим данным. Содержание дисциплины: Предварительный анализ данных. Проверка гипотез о законе распределения случайной величины. Статистические оценки параметров распределения. Доверительные области. Теория моментов. Корреляционно-регрессионный анализ. Анализ и прогнозирование временных рядов Анализ временных рядов. Компоненты временного. Методы многомерного статистического анализа.

Дисциплина рассматривает этапы внедрения и реализации Государственной программы РК «Цифровой Казахстан», цифровые платформы оказания электронных услуг, способы внедрения и использования цифровых технологий в различных профессиональных областях.

В программной статье Главы государства "Взгляд в будущее: модернизация общественного сознания" изложены ориентиры духовного развития нашего общества. Поставлена задача опережающей модернизации общественного сознания. В условиях современной реальности, фундаментальным принципом развития общества должно стать стремление молодежи к знанию, к прагматизму, к конкурентоспособности. Восприимчивость и открытость сознания обучающихся – главное условие эффективной реализации модернизации общественного сознания.

Целью преподавания дисциплины является обучение студентов навыкам построения эконометрических моделей и возможности их использования для интерпретации результатов анализа и прогноза реальных экономических процессов. Содержание дисциплины: Введение в эконометрику. Линейная регрессия Нелинейная регрессия. Спецификация переменных в уравнениях множественной регрессии. Гетероскедастичность и автокоррелированность остатков. Динамические эконометрические модели. Одномерные временные ряды. Изучение взаимосвязей по временным рядам. Системы эконометрических уравнений.

Дисциплина «Антикоррупционная культура» направлена на изучение антикоррупционных норм для направления «Естественные науки, математика и статистика». Рассматриваются все нормативные акты регулирующие биологические и смеженные науки, в сфере окружающей среды и в сфере физических и химических наук, а так же сфере математики и статистики.

Цель: формирование вероятностно-статистического мышления, являющегося профессиональным инструментом современного статиста-исследователя и аналитика. Базовые понятия генеральной совокупности, выборки и статистики, методы оценивания законов распределения генеральных совокупностей, точечное и интервальное оценивание числовых характеристик, методы проверки статистических гипотез, в том числе методы непараметрической статистики, изучаются с точки зрения ситуационных задач статистического моделирования на основе конкретных эмпирических данных в производстве. Знать: основные понятия и методы статистического моделирования. Уметь: строить математические модели на основе эмпирических данных. Иметь навыки: применения программного обеспечения при решении производственных задач.

Учебная дисциплина рассматривает способы безопасного взаимодействия человека со средой обитания, существование человека в безопасности окружающей среде, экологические факторы и глобальные изменения качества окружающей среды и их последствия. А также, экологическую безопасность водных ресурсов, воздушного бассейна, деградацию и истощение земельных ресурсов, экологичесие риски, продовольственную безопасность в РК и стихийные природные и техногенные бедствия на территории РК, связанные с антропогенной деятельностью и способы защиты от них.

Дисциплина «Предпринимательство и бизнес» через теоретические, научные и практические знания позволит сформировать у студентов готовность к предпринимательской деятельности и к организации бизнеса. Дисциплина представляет собой систематизацию нормативно-правовых, экономических, организационно-управленческих знаний по вопросам становления, ведения предпринимательства и бизнеса, которые станут основой для развития предпринимательского мышления для решения конкретных задач и деловых ситуаций.

Научные основы макроэкономического регулирования. Финансовый метод исчисления трансакционных издержек. Трансмиссионный механизм макроэкономического регулирования. Методы управления макроэкономическими рисками. Методы макроэкономического прогнозирования. Применение методологии национального счетоводства в макроэкономическом регулировании. Контроллинг ожиданий в макроэкономическом регулировании. Методы макроэкономического таргетирования финансовой и монетарной политики. Знать: основные макроэкономические подходы, теории и модели макроэкономического анализа; теорию формирования рыночного равновесия на макроуровне.

Целью дисциплины является ознакомление студентов с важнейшими разделами прикладной статистики и ее применением в инженерной практике и научной деятельности. В связи с крайне малым объёмом курса особое внимание уделяется решению практических задач, прививанию навыков работы с математическими таблицами и методами наглядной статистики, созданию основ мышления, позволяющего решать широкий круг задач математического моделирования и обработки данных. Особое внимание уделяется смыслу применяемых процедур, пониманию используемых приемов прикладной статистики и областей их применения.

Цель дисциплины - освоение студентами современных математических методов анализа макроэкономики, научного прогнозирования поведения макроэкономических объектов и субъектов. Знать: основные макроэкономические подходы, теории и модели макроэкономического анализа; теорию формирования рыночного равновесия на макроуровне. Уметь: применять математические методы макроэкономического моделирования при анализе состояния экономической системы; оценить параметры макроэкономической нестабильности; анализировать статистическую информацию для определения состояния макроэкономической системы. Иметь навыки: применения методов макроэкономического моделирования при оценке эффективности функционирования экономической системы.

Знать предмет, содержание и функции экономического анализа; приемы и методы экономического анализа; виды экономического анализа и особенности их проведения; экономическую сущность факторов и резервов повышения эффективности производства. Уметь пользоваться источниками экономической информации; применять методы и приемы экономического анализа; выявлять резервы повышения эффективности производства. Владеть навыками прогнозирования экономических результатов деятельности предприятия; расчета и анализа основных экономических показателей работы предприятия; использования результатов экономического анализа в процессе управления предприятием.

Целью преподавания дисциплины является обеспечение теоретической базы профессиональной подготовки обучающегося, изучение методов статистического анализа и прогнозирования показателей, отражающих развитие технико-технологических и социально-экономических процессов. Знать: основные программы обработки данных Уметь: создавать статистические базы данных и производить их обработку Иметь навыки: работы с пакетами статистической обработки данных и интерпретировать результаты обработки статистических данных.

Целью освоения дисциплины «Методы принятия решений и прогнозирование» формирование общекультурных и профессиональных компетенций в области теории принятия управленческих решений, способствующих осуществлению профессиональной деятельности на высоком уровне. Задачами изучения дисциплины является научить студентов классифи-цировать задачи связанные с принятием решений, выбирать метод решения задачи, использовать компьютерные технологии реализации методов и принятии решений.

Цель дисциплины - изучение основных понятий, приемов и методов экспериментального исследования процессов в экономике, науке и технике. Получение навыков построения физических и математических моделей технических, экономических объектов, оценки погрешностей эксперимента, планирования эксперимента. Студент должен: Знать: Основные понятия, методики и модели экспериментальных исследований в экономике, науке и технике, методов обработки экспериментальных данных, оценки их точности и достоверности. Методы математической обработки экспериментальных данных. Уметь: Получать, демонстрировать в различных прикладных формах и критически анализировать базовую информацию, полученную в результате экспериментальных исследований и произведенных измерений. Производить оценку погрешности измерений. Составлять план проведения экспериментов. Производить обработку экспериментальных данных в графической и математической формах. Владеть: методами математического и алгоритмического моделирования при анализе проблем экономики. техники и естествознания.

Задачи дисциплины: дать основы количественных методов оценки адекватности и точности построенных моделей; привить навыки и умения практического применения компьютерных технологий при анализе и прогнозировании социально-экономических показателей (построение линейных и нелинейных моделей прогнозирования на основе регрессионного анализа, оценка их параметров, расчёт всех необходимых статистик для анализа моделей); изучение концепции и технологии современного анализа данных на компьютере; изучение принципов работы программных средств, предназначенных для статистического анализа данных; изучение современных визуальных методов анализа данных и использования их для статистического вывода и формулировки гипотез о структуре данных.

Целью учебной дисциплины «Анализ временных рядов и прогнозирование» является приобретение студентами необходимой квалификации для проведения анализа и прогнозирования сложных социально-экономических процессов и явлений во времени. Задачи дисциплины определяются содержанием и спецификой ее предмета и метода и состоят в глубоком изучении методов статистического исследования по изменениям социально-экономических и других массовых явлений во времени. Знать: методы количественного анализа и прогнозирования временных рядов. Уметь: применять методы расчета, моделирования и прогнозирования показателей временных рядов.

Целью дисциплины является овладение современными методами прикладной статистики на примере специализированного статистического пакета «Statistica». Особое внимание уделяется содержательной трактовке используемых статистических методов с целью эффективного использования теоретического материала для решения практических задач, возникающих в медицине, экономике, психологии и других областях человеческой деятельности. Знать: статистические пакеты прикладных программ. Уметь: пользоваться статистическими пакетами прикладных программ. Иметь навыки: работы и анализа данных в статическом пакете Statistica

Введение в теорию статистического моделирования. Генераторы случайных чисел. Равномерное распределение. Генераторы случайных чисел. Неравномерное распределение. Моделирование цепей Маркова и случайных процессов. Метод Монте-Карло взадачах математики и физики. Стохастическая оптимизация.

Цели освоения дисциплины «Статистическое программирование на языке R» – ознакомить студентов с возможностями программирования в области статистики с использованием свободного ПО «Язык R»; - сформировать представление о возможностях языка R и сфере его применения; - научить пользоваться специфическим векторным вариантом программирования; - способствовать выработке навыков самостоятельного поиска информации (в том числе на английском языке), использования справочных систем языка.

Данная дисциплина направлена на обучение студентов основным понятиям и идеям численных методов алгебры и анализа, приобретение ими навыков решения практических задач, использование тех или иных численных методы для реализации на ПЭВМ простейших математических моделей.

Цель дисциплины - ознакомление с инновационными решения использования больших данных. Студент, освоивший дисциплину должен; Знать: Базовые понятия технологии Big Data ; Основные технологии прогнозирования Уметь: Определять массивы больших данных; Анализировать кластеры больших данных; Строить различными способами прогнозы развития экономических процессов; Владеть: Терминологией курса, Современными технологиями создания и обслуживания больших данных; Методологией и методикой прогнозирования

Цель: изложить современные подходы к анализу и применению методов управления капиталом на современном финансовом и фондовом рынке. Знать: структуру и формы обращения современных финансовых инструментов в процессе формирования портфеля ценных бумаг. Уметь: соизмерять ставки и возможные последствия торговых решений. Иметь навыки: максимизации прибыли при торговле с реинвестированием, рассчитывать веса компонентов инвестиционного портфеля.

Целью дисциплины является формирование у студентов научного представления о многомерном анализе данных случайных социально-экономических явлений, выявление скрытой зависимости между признаками, что позволит упростить исходную задачу или уменьшить размерность.

Цель изучения дисциплины - формирование представлений об основных принципах построения баз данных, систем управления базами данных, проектирование баз данных. Знать основные понятия теории баз данных, модели данных; основные принципы и этапы проектирования баз данных; логическую и физическую структуру баз данных. Уметь проводить анализ, выделять сущности и связи предметной области и отображать ее на конкретную модель данных; работы с объектами базы данных в конкретной системе управления базами данных; использования средств заполнения базы данных; нормализовывать отношения при проектировании реляционной базы данных. Иметь навыки работы с системами управления базами данных.

Цель: дать широкие сведения по современной теории риска и асимптотическому поведению вероятности разорения. Знать: простейшие и классические модели теории риска, условие Крамера, неравенство Лундберга. Уметь: применять теорию риска в задачах массового обслуживания, процессах случайного блуждания, ветвящихся процессах и баллотировке. Иметь навыки: принятия решений в условиях неопределенности и рисковых ситуациях.

Знать технологию и методы обработки бухгалтерской информации; инструментальные и программные средства проектирования автоматизированных систем бухгалтерского учета и аудита; задачи, возникающие в процессе бухгалтерского учета и аудита, а также средства информационной поддержки решений в данной области. Уметь определять понятия и связи предметной области, описывать бизнес-процессы оценки и управления имуществом и схемы принятия решений; использовать сетевые технологии. Владеть навыками использования программно-инструментальных средств для анализа и обработки бухгалтерского учета и аудита.

Цель: научить современным подходам к хеджированию в условиях неопределенности. Знать: современные подходы к хеджированию портфеля ценных бумаг. Уметь: пользоваться аппаратом европейских и американских опционов, фьючерсов и форвардов. Иметь навыки: торговли на демо-счете и на платформе MetaTrader.

Цель изучения дисциплины – формирование у студентов знаний в области теории и методологии анализа закономерностей демографических процессов и практических навыков для решения основных научных и управленческих задач. Содержание дисциплины: Предмет, задачи и методы демографии. Источники информации о населении и демографических процессах. Статистика и структура населения. Статистика рождаемости и репродуктивное поведение. Статистика смертности и продолжительности жизни. Брачность и разводимость. Миграция и статистика населения. Трудовые ресурсы и занятость населения. Знать: демографическую и миграционную ситуацию в стране, мире и в региональном аспекте; основные закономерности динамики населения и особенности их проявления в разных странах и регионах и на современном этапе; основные показатели и методы демографического анализа и прогноза, способы моделирования демографических ситуаций. Уметь: использовать источники информации о населении для анализа демографических процессов и изменений в демографической ситуации, рассчитывать общие, специальные, интегральные показатели демографических процессов; прогнозировать возможные социально-экономические последствия демографических тенденций. Иметь навыки: проведения демографического анализа и знаниями об основах демографического прогноза.

Цель: дать основополагающие знания по современным методам расчета премий и резервов для различных видов страхования жизни, полисов при страховании несчастных случаев и пенсионных схем. Знать: основные научные подходы при расчете коммутационных чисел при разной годовой норме процента. Уметь: рассчитывать все виды страховых услуг и кредитных расчетов. Иметь навыки: построения и моделирования всех видов актуарных расчетов.

Цель: дать теоретические основы финансового и инвестиционного анализа с точки зрения фундаментального и технического анализа. Знать: методы математического моделирования рынка ценных бумаг, волновую теорию Эллиотта на основе чисел Фибоначчи. Уметь: работать с основными финансовыми инструментами и производными финансовыми инструментами: опцион, фьючерс, форвард. Иметь навыки: формирования портфеля ценных бумаг в условиях неопределенности.

Целями освоения дисциплины «Анализ данных в Python» является развитие навыков программирования на языке Python, представления о сборе, обработке и анализе данных в интерактивной среде Jupyter, введение в автоматизированные методы работы с данными - машинное обучение и нейронные сети. Знать: синтаксис и управляющие конструкции языка Python; основные стандартные модули и библиотеки в Python; особенности разработки прикладных программ на языке Python; принципы разработки собственных модулей и библиотек; специализированные библиотеки для анализа данных. Уметь: разрабатывать прикладные программы на языке программирования Python; использовать как стандартные, так и дополнительные модули, расширения и пакеты; создавать собственные модули и импортировать их; создавать собственные приложения и библиотеки. Владеть: навыками разработки приложений с внешними источниками данных (текстовыми файлами, xml-файлами, csv-файлами); практическими навыками использования набора библиотек языка Python для прикладных задач в области анализа данных; - навыками разработки приложений и собственных библиотек на языке Python.

Цель дисциплины - рассмотреть математические модели, задачи и методы оптимизации на комбинаторных (дискретных) множествах в пяти разделах: отыскание оптимальных путей в графах (включая модели и задачи сетевого планирования), задачи назначения (отыскание максимального паросочетания, линейная и минимаксная задачи назначения, задачи распределения работ), сложность алгоритмов и задач, методы ветвей и границ, приближенные (эвристические) методы. В результате освоения дисциплины студент должен: Знать - основные виды задач комбинаторной оптимизации, основные идеи и принципы построения методов их решения. Уметь: ориентироваться в подходах и методах решения труднорешаемых задач; строить математические модели задач комбинаторной оптимизации; определять вычислительную сложность алгоритмов решения задач; Владеть: теоретическими знаниями о вычислительной сложности алгоритмов и задач, свойствах задач комбинаторной оптимизации, эффективных алгоритмах решения задач; - запасом алгоритмических конструкций, которые могут оказаться полезны при решении разнообразных практических задач; - навыками анализа и решения задач комбинаторной оптимизации.

Цель дисциплины - развитие базовых теоретико-вероятностных знаний по случайным процессам в экономике и финансах, а также, формирование практических навыков применения стохастических методов и моделей и экономической интерпретации полученных результатов. Знать: основные понятия теории стохастических дифференциальных уравнений; Уметь правильно выполнять преобразования математических выражений при решении простейших задачи для стохастических дифференциальных уравнений; Владеть навыками решения сложных задач, предполагающими самостоятельный выбор метода решения.

Иметь навыки оценивать страхование жизни и рисковые ситуации, возникающие на основе статистических данных в различных предметных областях

Знать методы сбора, обработки статистических данных, необходимые для формирования выводов, аналитических отчетов по отрослям применения с использованием современных технических средств и информационных технологий.

строить логические аргументы и строгие доказательства, формулировать гипотезы, абстрагируя общие принципы от примеров.

отличать последовательный аргумент от ошибочного, как в математических рассуждениях, так и в повседневной жизни

использовать различные виды информационно-коммуникационных технологий по поиску, хранению, обработке, защите и распространению информации и применять полученные знания и навыки в различных сферах жизнедеятельности

Уметь проводить сбор, анализ и обработку на основе микро и макроэкономической, инвестиционной, финансового-банковской, налоговой, демографической и т.д. статистик.

обеспечить полноценную социальную и профессиональную деятельность методами и средствами физической культуры, владеть методами оказания первой помощи для обеспечения безопасности, развивать экологическую культуру

Прогнозировать различные процессы и явления, используя математические модели, построенные на основе статистических данных.

вступать в коммуникацию в устной и письменной формах на казахском, русском и иностранном языках для решения задач межличностного, межкультурного и профессионального общения

применять основные классические разделы фундаментальной математики, базовые идеи и методы прикладной математики, системы основных математических структур и аксиом в решении профессиональных задач.

применять философские знания для формирования мировоззренческой позиции, анализировать основные этапы и закономерности исторического развития общества для формирования гражданской позиции.

обладать знаниями математического анализа, линейной и векторной алгебры, микро и макроэкономики, методами структуры данных и языков программирования, математическим и аналитическим мышлением и культурой как частью профессиональной и общечеловеческой деятельности

обладать достаточным уровнем правосознания, исполнять профессиональные обязанности и принципы культуры поведения и этические нормы общения

применять современный математический аппарат для построения математических и статистических моделей, совершенствовать статистические методы и алгоритмы, а также анализировать и содержательно интерпретировать полученные результаты.