ANALISI DEL PROGRAMMA DI LAVORO DEL CORSO METODI DI ANALISI DEI DATI

1. Elenco dei risultati previsti dell'insegnamento per la disciplina, correlati con i risultati previsti dell'acquisizione del programma educativo professionale di base (OPOP) del master.
   Competenze che lo studente acquisisce come risultato dell'insegnamento della disciplina:

Codice della competenza. Fase di formazione della competenza. Formulazione della competenza. Risultati previsti dell'insegnamento (indicatori di raggiungimento della competenza):

PC-1
Capacità di raccogliere e analizzare informazioni sull'attività di un soggetto economico e delle sue unità separatamente costituite.

• PC-1.1 Raccoglie informazioni sull'attività di un soggetto economico e delle sue unità separate, utilizzando fonti interne ed esterne.

• PC-1.2 Esegue l'analisi dell'attività dell'organizzazione.

• PC-1.3 Applica tecnologie informatiche nella misura necessaria per le finalità analitiche.

• PC-1.4 Presenta i risultati dell'analisi secondo gli approcci scelti.

PC-4
Capacità di preparare materiali analitici per valutare attività nel campo dell'economia finanziaria e prendere decisioni strategiche nell'ambiente digitale.

• PC-4.1 Calcola il costo delle decisioni finanziarie, valutando i rischi potenziali.

• PC-4.2 Considera la situazione finanziaria attuale e la prospettiva nella valutazione delle proposte per risolvere le problematiche finanziarie del cliente.

• PC-4.3 Pianifica, prevede e valuta i cambiamenti della situazione finanziaria nell'uso di servizi finanziari (di investimento).

2. Posizione della disciplina nella struttura dell'OPOP del master e lingua di insegnamento
   La disciplina "Metodi di analisi dei dati" è parte del programma formativo del piano di studi del master in questo campo di preparazione ed è obbligatoria. Secondo il piano di studi, la disciplina si tiene nel terzo semestre. Lo studio della disciplina si basa sulle conoscenze, abilità e competenze acquisite durante il precedente livello di formazione e nell'apprendimento di altre discipline.
   Lingua di insegnamento – russo.

3. Tipi di attività didattiche e contenuto tematico della disciplina
   Il carico complessivo di lavoro per la disciplina è di 6 crediti formativi (CFU) o 216 ore accademiche.

4. Sintesi del contenuto della disciplina per moduli tematici e attività didattiche
   | N° | Sezione della disciplina (modulo tematico) | Carico di lavoro per tipo di attività didattica (in ore accademiche) | Strumento di valutazione | Totale | Lezioni | Esercitazioni | Lavori di laboratorio | Lavoro indipendente degli studenti |
   | --- | --- | --- | --- | --- | --- | --- | --- | --- |
   | Semestre n° 3 | 1 | Concetti base della statistica matematica | 11 | 2 | 0 | 2 | 7 | Lavoro di controllo; Lavoro di laboratorio n°1; Esame |
   | | 2 | Fondamenti della teoria della verifica delle ipotesi statistiche | 26 | 6 | 0 | 6 | 14 | Lavoro di controllo; Lavoro di laboratorio n°2; Esame |
   | | 3 | Modellazione statistica | 24 | 6 | 0 | 6 | 12 | Lavoro di controllo; Lavoro di laboratorio n°3; Esame |
   | | 4 | Analisi della correlazione | 20 | 4 | 0 | 4 | 12 | Lavoro di controllo; Lavoro di laboratorio n°4; Esame |
   | | 5 | Analisi della regressione | 26 | 6 | 0 | 6 | 14 | Lavoro di controllo; Lavoro di laboratorio n°4; Esame |
   | | 6 | Analisi della varianza | 24 | 6 | 0 | 6 | 12 | Lavoro di laboratorio n°5; Esame |
   | | 7 | Analisi dei componenti | 20 | 4 | 0 | 4 | 12 | Lavoro di laboratorio n°6; Esame |
   | | 8 | Introduzione alla teoria del riconoscimento delle immagini | 20 | 4 | 0 | 4 | 12 | Lavoro di laboratorio n°6; Esame |
   | | 9 | Introduzione all'analisi delle serie temporali | 18 | 4 | 0 | 4 | 10 | Lavoro di laboratorio n°6; Esame |
   | Preparazione per l'attestazione intermedia | 27 | 0 | 0 | 0 | 27 | Esame |

Totale: 216 ore (42 ore di lezioni, 0 ore di esercitazioni, 42 ore di lavori di laboratorio, 132 ore di lavoro indipendente)

Sviluppatori:
Pitukhin Evgenij Aleksandrovich, Professore del Dipartimento di Matematica Applicata e Cibernetica, Dottore in Scienze Tecniche, Professore.
Nikrasova Ruslana Sergeevna, Docente del Dipartimento di Matematica Applicata e Cibernetica, Istituto di Matematica e Tecnologie Informatiche, Università di Petrozavodsk, Candidato in Scienze Fisiche e Matematiche.