10докладов

10 практический заданий, это больше не как реферат, а просто доклады, в каждом задании нужно раскрыть все вопросы. 1 задание - 5 страниц текста 

Практичне заняття № 1. Джерела міжнародної економічної статистики

1. Доповідь по джерелу статистичних даних в сфері МЕВ - на вибір студента

Практичне заняття № 2. Джерела міжнародної статистики  і можливості спеціалізованого програмного забезпечення

1. Доповідь по джерелу статистичних даних в сфері економіки, політики, екології, соціології, демографії для проведення міждисциплінарних досліджень – на вибір студента

Практичне заняття № 3. Формування і первинний аналіз вхідних даних для аналізу МЕВ  

1. Алгоритм підготовки вхідних даних для подальшого аналізу МЕВ

2. Вирішення проблем з відсутніми даними

3. Статистичні викиди

3. Описова статистика

Практичне заняття № 4. Розподіл даних, кореляційний аналіз і частотний аналіз

1. Розподіл даних, види розподілу та методи перевірки

2. Генерація випадкових чисел і метод Монте-Карло

3. Кореляційний аналіз

4. Частотний аналіз

Практичне заняття № 5. Сигнальний метод і аналіз середніх

1. Сигнальний метод

2. Аналіз середніх

3. Непараметричні аналоги аналізу середніх

Практичне заняття № 6. Дисперсійний аналіз та лінійний регресійний аналіз

1. Одномірний дисперсійний аналіз

2. Багатомірний дисперсійний аналіз

3. Непараметричні аналоги дисперсійного аналізу

4. Застосування бінарних змінних в регресійному аналізу

5. Ефект взаємодії в регресійному аналізу

Практичне заняття № 7. Методи нелінійної регресії і кластерного аналізу 

1. Нелінійний регресійний аналіз.

2. Кластерний аналіз.

Практичне заняття № 8. Графічний аналіз і  вирішення задач оптимізації

1. Графічний аналіз, види графіків

3. Вирішення задач оптимізації

Практичне заняття № 9. Імітаційне моделювання та інфометричні методи  

1. Імітаційне моделювання

1. Інфометричні методи і кількісний контент-аналіз

Практичне заняття № 10. Інші кількісні методи дослідження МЕВ

1. Аналіз основних компонент

2. Нейронні мережі у прогнозуванні

3. Аналіз big data

3. Інші кількісні методи на вибір студента

И нужна уникальность минимум 70%, преподаватель проверяет на антиплагиат

до 28.05