Інформація про курс

Рівень навчання

 (BA/MA)

Рівень модулю/дисципліни

(номер семестру)

Тип модулю/дисципліни

(обов’язковий / вибірковий)

Перший (бакалаврський)

2й або3й або 4й або 5й або 6й

вибіркова

Форма навчання

(лекції / лабораторні / практичні)

Тривалість

(тижнів/місяців)

Мова викладання

Лекції, практичні

15

Державна

Зв'язок з іншими дисциплінами

Попередні: Вища математика, Теорія ймовірностей та математична статистика

Супутні (якщо потрібно):

ECTS
(Кредити модуля)

Загальна кількість годин

Аудиторні години

Самостійна робота

4

120

60

60

Мета навчання дисципліни (модуля): компетенції надбані внаслідок вивчення дисципліни (модуля)

Ознайомлення студентів з методами математичних досліджень різноманітних систем для прогнозування, тобто методами перевірки, обґрунтування, оцінювання кількісних закономірностей та якісних тверджень (гіпотез) в техніці, економіці та соціальних науках на основі аналізу статистичних даних, формування у студентів базових теоретичних знань та практичних навичок побудови моделей прогнозування, визначення функціональних зв’язків між параметрами досліджуваного явища, наукового аналізу тенденцій зміни технічних та соціально-економічних процесів; визначення множини можливих варіантів розвитку процесів виходячи з наявних тенденцій та поставлену мету розвитку досліджувальної системи; оцінювання ймовірних результатів рішень, які приймаються; обґрунтування напрямків розвитку у науково-технічній та соціально-економічній сферах, кількісне обчислення шуканих показників, їх прогнозування та оцінка точності та вірогідності виконаних прогнозних розрахунків.

Результати навчання в термінах компетенцій

Методи навчання

(теорія,  практичні)

Контроль якості

(залік)

-здатність до абстрактного мислення, аналізу та синтезу

- здатність застосовувати знання у практичних ситуаціях

-навички використання інформаційних та комунікаційних технологій

-здатність проведення досліджень на відповідному рівні

-здатність вчитися і оволодівати сучасними знаннями

-здатність до пошуку, оброблення та аналізу інформації з різних джерел

-здатність бути критичним і самокритичним

-використовувати математичний інструментарій для дослідження технічних та соціально-економічних процесів, розв’язання прикладних завдань

-здатність застосовувати сучасне інформаційне та програмне забезпечення для отримання та обробки даних у сфері технічних та соціально-економічних процесів

-здатність визначати, обґрунтовувати та брати відповідальність за професійні рішення.

Теоретичні знання отриманні під час лекцій, консультацій та практичні навички при виконанні практичних робіт та самостійної роботи

Практичні навички при виконанні практичних робіт та самостійної роботи

Оцінюються під час практичних занять, самостійної та індивідуальної робіт та індивідуальної робіт, модульного контролю знань та складанні заліку

Лекцій

Консультацій

Семінарів

Практичні заняття

Лабораторні роботи

Інші види

Загалом, годин

Самостійна робота

Модуль 1

Змістовий модуль 1. Методи моделювання процесів та прогнозування їх поведінки.

Тема 1. Математичне моделювання випадкових процесів як метод наукового пізнання.

2

-

4

2

Тема 2. Методи побудови лінійної моделі регресії

2

2

10

6

Тема 3. Перевірка моделі на адекватність дійсності. Прогнозне значення та оцінка його вірогідності

2

2

8

4

Тема 4. Нелінійні парні регресійні моделі

2

4

12

6

Тема 5. Приклади застосування нелінійних моделей до реальних явищ

2

4

12

6

Тема 6. Багатофакторна лінійна регресія

4

4

14

6

Разом за модулем 1

14

16

60

30

Модуль 2

Змістовий модуль 2. Особливості застосування МНК для багатофакторних моделей

Тема 7. Мультиколінеарність та її усунення

2

2

10

6

Тема 8. Гетероскедастичність

2

2

10

6

Тема 9. Автокореляція

2

2

8

4

Тема 10. Багатофакторна нелінійна регресія – приклади застосування.

4

4

8

2

Тема 11. Системи одночасних регресійних рівнянь.

2

2

10

6

Тема 12. Вступ до теорії часових рядів

4

2

12

6

Разом за змістовим модулем 2

16

14

60

30

Усього годин:

30

30

120

60