Mô tả vắn tắt học phần

1. Tên học phần:

Phân tích dữ liệu kinh doanh (chuyên ngành QTBV) - bài tập lớn

2. Ngôn ngữ giảng dạy:

Tiếng Việt

3. Mã học phần:

BUS617025

4. Bộ môn phụ trách giảng dạy:

KTLQLNN - Viện Tài chính bền vững

5. Trình độ:

Thạc sĩ

6. Số tín chỉ:

3

7. Phân bổ thời gian:

  • Đối với hoạt động trên lớp:
  • Lý thuyết: 36 giờ
  • Làm việc nhóm, thảo luận:: 9 giờ
  • Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
  • Thực hành, làm việc nhóm, thảo luận
  • Tự nghiên cứu, tự học: 105 giờ
  • Đồ án, Đề án, Dự án
  • Thực tập

8. Tính chất học phần:

Dữ liệu đang cập nhật...

9. Ngành áp dụng:

Tất cả các ngành

10. Điều kiện tiên quyết:

Không có môn học bắt buộc phải hoàn thành trước học phần này

11. Mục tiêu học phần:

12. Mô tả vắn tắt nội dung học phần:

Yêu cầu cơ bản và cần thiết trong nền kinh tế số là sự hiểu biết sâu sắc về các phương pháp phân tích dữ liệu để cung cấp thông tin xác đáng, chính xác và kịp thời hỗ trợ việc quyết định trong môi trường kinh doanh năng động toàn cầu. 

Để cung cấp cho học viên kiến thức và kỹ năng phân tích dữ liệu cần thiết, học phần trước tiên giới thiệu lý thuyết một số phương pháp phân tích dữ liệu phổ biến như ANOVA và hồi quy tuyến tính, hướng dẫn cách áp dụng các phương pháp này vào dữ liệu thực, cách giải thích kết quả tính toán cũng như trình bày và báo cáo kết quả. Tiếp theo, học viên sẽ tìm hiểu những mô hình phân tích dữ liệu nâng cao đi kèm với các ứng dụng thực tế, chẳng hạn như phân tích nhân tố, hồi quy với biến phụ thuộc giới hạn, phân tích chuỗi thời gian và các mô hình máy học dự báo kinh doanh. Học viên sẽ sử dụng tương đối thành thạo R và/hoặc Stata sau khi kết thúc khoá học này. Trong khi Stata là phần mềm có bản quyền, R là một mã nguồn mở cho phép thực hiện nhiều loại phân tích dữ liệu tương tự như Stata.