Статистический анализ данных широко используются во всех сферах деятельности: экономике, управлении, социологии, политологии, менеджменте, информатике, медицине, филологии, технических науках и др. Он позволяет найти взаимосвязи и выявить закономерности в изучаемых процессах и явлениях. Знания, полученные в процессе изучения курсов майнора, помогут ответить на важнейшие вопросы, с которыми Вы сталкиваетесь как в повседневной жизни, так и при принятии бизнес-решений. Например, Как повлияет на объем продаж компании на увеличение финансирования рекламы? Есть ли связь между уровнем развития технологий и уровнем жизни населения?  Существует ли региональная дифференциация в России по уровню жизни? Какой прогноз развития  основных экономических или социальных показателей? Как получить однородные группы объектов (стран, регионов, покупателей, информации, продукутов…) и многое другое. Изучив основные методы и приемы статистического анализа, Вы сможете принимать обоснованные решения, а это очень важно в условиях неопределенности развития процессов и высокой конкурентной среды. 

Курсы майнора обеспечивают всесторонний охват основных тем и приемов статистического анализа и исследования, а также их применение в различных сферах деятельности. Пройдя обучение на курсах, вы получите профессиональные навыки, позволяющие Вам проводить самостоятельные исследования в выбранных областях деятельности. Так как специалисты по статистическому анализу данных необходимы во всех сферах деятельности, а статистический инструментарий бурно развивается во всем мире, в ближайшие годы можно  ожидать увеличение спроса на специалистов данной области.

Ограничения для выбора образовательным программам: ОП «Экономика и статистика»

Максимальное число слушателей: 150

Целевая аудитория: студенты 2021 года набора

Формат обучения: дисциплины майнора будут проходить полностью в онлайн-формате (на платформе zoom).

Майнор реализуется совместно с Нижним Новгородом.

Курсы майнора:

1. Первичная обработка и представление статистических данных
2. Классификация статистических данных
3. Моделирование статистических зависимостей
4. Временные ряды и их практическое применение