Унирс Организация унирс

Цель УНИРС – выполнить роль междисциплинарного связующего звена между естественно-научными, профессиональными и специальными дисциплинами.

Задачи УНИРС:

• выработать у студента умение самостоятельно применить методологию построения и применения математических моделей процессов различной природы и объектов для творческого решения конкретной задачи анализа предметной области, принятия организационно-управленческих решений, планирования и прогнозирования в различных сферах и уровнях хозяйственного механизма (в условиях рынка);

• углубить теоретические знания о проблемах современной национальной и мировой экономики, науки, образования и других областей, исследуемых средствами математического моделирования и статистического анализа данных.

Для индивидуального задания использование стандартных методов и моделей является основой УНИРС с обязательным дополнением применения результатов современных исследований в области анализа и обработки информации.

Отчет по УНИРС, исполненный как в электронном, так и в печатном виде, имеет форму пояснительной записки (см.методические материалы по оформлению письменных работ бакалавриата, курсовых и дипломных работ). Отчет должен содержать описание всех этапов работы и приложения (в случае необходимости): описание эксперимента (предметной области); визуальное представление в виде эргономичных графиков и диаграмм исходных данных и прошедших первичную обработку (вариационную статистику); описательную статистику; описание и результаты применения методов анализа; обоснование выбора модели и метода прогноза и т.п. Обязательной частью отчета является электронная презентация в PowerPoint.

При защите отчета по УНИРС студенту необходимо:

• отразить собственное мнение (на основе жизненной, учебной и производственной практик, научно-популярных источников и др.) возможность и необходимость моделей и методов анализа в в предметных областях (экономике, бизнесе, коммерции, управлении, политике, образовании, информационных технологиях и др.);

• продемонстрировать способность решать проблемы предметной области (например, экономики) с помощью методов статистического анализа данных, интерпретировать модельные решения и использовать их для принятия решений;

• показать умение ассоциировать с переменными теории (например, экономической) реально измеримые в конкретной национальной (региональной) экономике эмпирические показатели.

Содержание унирс

Содержание УНИРС соответствует типовой тематике, вытекающей из требований квалификационной характеристики соответствующей специальности, и рабочей программе дисциплины. При этом форма и содержание УНИРС должны демонстрировать умение использовать современную научно-техническую литературу по изучаемой дисциплине, общенаучные знания, культурный уровень будущего специалиста высшей квалификации.

Выбор предметной области и тематики предлагается как подготовительный самостоятельный этап проектирования. Желательно, чтобы тема проекта была актуальной, направленной на решение конкретных социально-экономических и управленческих проблем, соответствовала состоянию и перспективам развития математической науки и информационных систем.

При определении тематики проектирования необходимо учитывать основные направления деятельности специалиста по сбору, обработке, передаче и хранению информации, а также по обеспечению информационной поддержки при решении практических задач.

Возможные предметные области исследования: социально-экономическая сфера; информационная система; учебно-образовательный процесс; здравоохранение; любые научные направления (биология, психология, валеология и т.п.). Уровень исследования: отдельный объект, город, область, регион, отрасль, республика, страна.

Информационная база УНИРС может быть:

1. получена путем самостоятельно проведенного пассивного или активного эксперимента;

2. результатом исследований, проводимых в университете (в рамках оказания консультативно-технологической помощи преподавателям, магистрантам и аспирантам всех специальностей);

3. результатом деятельности подразделений университета (научный отдел, учебный отдел, отдел кадров, библиотека, кафедры, деканаты, ректорат, СМК, ЦКТ и др.).

На защиту выносится следующее положение:

Важнейшие проблемы в управлении материальными системами связаны со своевременным принятием правильных решений в связи с меняющимися условиями функционирования систем (объектов). Если возникающие ситуации поддаются формализации (представлению в математической форме), то варианты наиболее целесообразных рекомендаций по управлению системой могут быть получены из анализа результатов моделирования.

Идея УНИРС – самостоятельное исследование конкретной задачи (вопроса) предметной области на основе системного подхода (как методологии) и применения универсальных методов многомерного статистического анализа (как инструментария).

Содержательные задачи УНИРС:

• формирование фундаментальных понятий об общих закономерностях процессов обработки информации различной природы измерения;

• ознакомление с культурой анализа данных в процессе обработки результатов научно-технических экспериментов в информационных системах (ИС);

• овладение методологией построения и применения математического обеспечения в ИС для анализа (оценивания, прогнозирования) процессов и объектов различных предметных областей с целью обеспечения информационной поддержки принятия организационно-управленческих решений, планирования и прогнозирования в различных сферах и уровнях хозяйственного механизма (в условиях рынка);

• углубление теоретических знаний о проблеме оценивания состояний систем различной физической природы и направлениях решения этой проблемы;

• развитие системного взгляда на вопросы информатизации в Казахстане в частности и в мире в целом.

Функции УНИРС (цели защиты отчета с позиции студентов):

демонстрация:

• знания основных принципов планирования эксперимента;

• знания существующих математических методов и моделей, применяемых при анализе, планировании и прогнозировании процессов любой физической природы (например, социально-экономических);

• умения представлять задачу в виде математических зависимостей и соотношений;

• наличия представления о тенденциях развития и совершенствования методов анализа данных и моделей с учетом современных информационных средств;

• умения ассоциировать с переменными теории (например, экономической) реально измеримые в конкретной национальной (региональной) экономике эмпирические показатели;

• собственного мнения (на основе жизненной, учебной и производственной практик, научно-популярных источников и др.) о возможности и необходимости моделей и методов анализа в предметных областях (экономике, бизнесе, коммерции, управлении, политике, образовании, информационных технологиях и др.);

• наличия представления о текущем состоянии в области применения методов статистического анализа в масштабах города, области, республики;

практическое применение методов статистического анализа, позволяющих:

• исследовать проблемы и решать задачи предметных областей с помощью аппарата математики и применения современных компьютерных технологий;

• интерпретировать модельные решения и использовать их для принятия решений;

Это предполагает умение (в отчете отразить наиболее существенные для конкретной задачи положения):

• представлять задачу в виде математических моделей, а именно:

• ставить (формулировать) задачу,

• получать данные,

• специфицировать модель,

• оценивать параметры,

• интерпретировать результаты;

• отвечать на вопросы о возможности измерения входящих в соотношения (модели) переменных, в том числе выявлять и преодолевать проблемы, искажающие результаты применения методов анализа и обработки данных:

  • асимметричность связей,

  • мультиколлинеарность объясняющих переменных,

  • закрытость механизма связи между переменными в изолированной регрессии,

  • эффект гетероскедастичности (отсутствия нормального распределения остатков регрессии),

  • автокорреляции,

  • ложной корреляции,

  • наличия лагов;

• эмпирически проверять теорию, т.е. в ходе исследования решать следующие задачи:

  • проводить качественный анализ связей модельных переменных – выделять зависимые и независимые переменные;

  • строить выборки данных;

  • специфицировать формы связи между зависимой и независимыми переменными;

  • оценивать параметры модели;

  • проверять ряд статистических гипотез о свойствах распределения вероятностей для случайной компоненты эконометрической модели;

  • анализировать мультиколлинеарность объясняющих переменных, оценивать ее статистическую значимость, выявлять переменные, ответственных за мультиколлинеарность;

  • вводить в модель исследования фиктивные переменные;

  • выявлять автокорреляцию, лаги;

  • выявлять тренд, циклическую и случайную компоненты;

  • проверять остатки на гетероскедастичность;

  • анализировать структуру связей и строить системы одновременных уравнений;

  • проверять модель на качество (дисперсионный анализ регрессии);

  • моделировать на основе временных рядов (авторегрессионные интегрированные модели скользящей средней ARIMA);

• оптимально организовывать (планировать) эксперимент:

• ставить конкретную задачу в соответствии с целью эксперимента (задача измерения некоторой величины при фиксированных условиях; задача проверки гипотезы; задача выяснения механизма явления; задача оптимизации; динамические измерения; классификация наблюдений, или распознавание образов);

• выбирать критерий (параметр) степени достижения цели;

• выбирать и ранжировать факторы;

• проводить отсеивающие эксперименты и дисперсионный анализ;

• рандомизировать эксперимент (моделировать случайные величины, распределения);

• определять аналитического вида зависимости параметра от факторов;

• строить матрицу планирования;

• использовать методы многомерного статистического анализа;

• учитывать (исключать при возможности) аппаратные искажения.

Согласно целям, пререквизитам, траектории учебного плана специальности 050602-Информатика, направленности заданий СРС и СРСП рекомендуется применять методы и модели следующих научных дисциплин и разделов (или смежных с ними):

• кибернетики: системный анализ, теория информации, теория управляющих систем;

• математической статистики: проверка статистических гипотез, дисперсионный анализ, корреляционно-регрессионный анализ, многомерный статистический анализ, факторный анализ, компонентный анализ, кластерный анализ, дискриминантный анализ, частотный анализ, теория индексов и др.;

• методы принятия оптимальных решений: математическое программирование, сетевые и программно-сетевые методы планирования и управления, теория массового обслуживания, теория и методы управления запасами, теория игр, теория и методы принятия решений, теория расписаний и др.;

• приложения математического аппарата в предметной области, например, для экономики – математическая экономика и эконометрика: теория экономического роста, теория производственных функций, межотраслевые балансы, анализ спроса и предложения, региональный и пространственный анализ, глобальное моделирование и др.;

• специфические методы и дисциплины предметной области, например, рыночной (конкурентной) экономики: модели свободной конкуренции, модели монополии, индикативное планирование, модели теории фирмы и др.;

• экспериментальные методы изучения предметной области: математические методы анализа и планирования экспериментов, имитационное моделирование, деловые игры, методы экспертных оценок и др.

В качестве инструментального средства можно использовать:

• табличный процессор Excel;

• системы компьютерной математики MathCAD, MatLab, специализированные системы Statistica, Statgraphics, SPSS и др.;

• языки программирования высокого уровня (дополнительно, по выбору студента).

Варианты форм УНИРС:

• Самостоятельное проведение статистического исследования (от формирования исходных данных и первичной обработки до проведения корреляционно-регрессионного и факторного анализа) в виде опроса либо документированного наблюдения. Понимание процессов, породивших анализируемые данные, и насколько данные отражают исследуемое явление – вне компетенции проектной работы (но желательны; возможны посредством консультаций специалистов-предметников). Акцентируется адекватность отражения данных моделью, методов построения и «решения» модели. Способ формирования исходной информации, выбор применяемых методов и тестов, адекватных природе данных, интерпретация полученных результатов, реализация методов анализа в вычислительных средах проводится самостоятельно (обязательны консультации преподавателя).

• Комплексный статистический анализ реальной ситуации с привлечением изложенных в учебной дисциплине Анализ временных рядов и Статистический анализ приемов и методов статистического исследования. Выбор темы, формирование исходной информации, формулировка цели и задач, схема планирования эксперимента проводится самостоятельно под руководством преподавателя в соответствии с профессиональными интересами студента.

• Реферат или аналитический обзор, в котором отражение навыков использования стандартных методов и моделей в учебном практикуме являются лишь основой, обязательна демонстрация применения результатов современных исследований в области анализа и обработки информации.

• Методическая разработка, например, в виде учебного «кейса», или разработка и реализация тренинга по дисциплинам Статистический анализ, Анализ временных рядов, Математическое моделирование, Моделирование рыночной экономики, Теория принятия решений, Системный анализ, Исследование операций и т.п., в структуре которых имеется форма обучения – лабораторное и/или практическое занятие, а в качестве инструментального средства выступают методы математического моделирования, обработки информации, анализа данных.

• Разработка тетрады «наблюдение – анализ – модель – прогноз» как инструмента исследования конкретного объекта (явления), протестированного на фактическом (экспериментальном) материале. При этом основной акцент ставится не на обоснование выбора объекта исследования и оценку адекватности данных наблюдения, а на правомочность применения методов многомерного анализа, постановку прогностической задачи, обоснование выбора модели прогноза, построение модели, анализ и интерпретацию модельного решения. Использование изучаемых теоретических аспектов должно быть отражено в реальных (приближенных к реальности) ситуациях.

• … (самостоятельно предложенная форма).