Mô tả vắn tắt học phần

1. Tên học phần:

Dự báo kinh tế và phân tích dữ liệu

2. Ngôn ngữ giảng dạy:

Tiếng Việt

3. Mã học phần:

ECO501011

4. Bộ môn phụ trách giảng dạy:

KTLQLNN - Khoa Kinh tế

5. Trình độ:

Đại Học

6. Số tín chỉ:

3

7. Phân bổ thời gian:

  • Đối với hoạt động trên lớp:
  • Lý thuyết: 45 tiết
  • Làm việc nhóm, thảo luận:
  • 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:

Trong thời đại dữ liệu, mọi quyết định quản trị và đầu tư đều cần dựa trên số liệu và bằng chứng. Khóa học này trang bị cho sinh viên các kỹ thuật dự báo kinh tế và phân tích dữ liệu để ứng phó với rủi ro, xây dựng kịch bản linh hoạt, và lập kế hoạch hiệu quả trong kinh doanh và quản lý. Sinh viên sẽ được học cách ứng dụng các mô hình thống kê, kinh tế lượng chuỗi thời gian, và học máy cơ bản vào nghiên cứu và phân tích dữ liệu. Khóa học cũng cung cấp kỹ năng xử lý các tình huống thực tế từ nhiều lĩnh vực như chính sách công, tài chính-đầu tư, thị trường, vận hành và chuỗi cung ứng. Với sự hỗ trợ của phần mềm phân tích dữ liệu chuyên dụng và ngôn ngữ lập trình Python, khóa học giúp sinh viên phát triển kỹ năng định lượng chuyên sâu, đáp ứng nhu cầu ngày càng cao của doanh nghiệp và tổ chức.

12. Mô tả vắn tắt nội dung học phần:

Môn học cung cấp các kỹ thuật cho phép người dự báo đưa ra các dự báo tốt trong một khoảng thời gian ngắn hạn và trung hạn và báo cáo kết quả đó cho các bên liên quan. Đồng thời môn học cũng trang bị cho người học các kỹ thuật phân tích dữ liệu định lượng nâng cao trong kinh tế và kinh doanh. Đặc biệt, sinh viên tiếp cận môn học không chỉ từ góc độ kiến thức nền tảng mà còn từ các tình huống gần gũi trong thực tế và quá trình ‘ứng dụng’, ‘thực hành’ liên tục trên phần các mềm thông dụng hiện nay như Eviews, IBM SPSS Statistics, Stata, R. Ngoài ra, môn học cũng hỗ trợ sinh viên làm quen với mô hình Input-Output, các phương pháp đánh giá tác động như so sánh điểm xu hướng (PSM) và khác biệt trong khác biệt (DID). Sau khi học môn này, sinh viên có thể tích lũy được những kiến thức và kỹ năng cần thiết để có thể phân tích dữ liệu và dự báo từ đó hỗ trợ đáng kể cho việc hình thành chính sách, chiến lược, kế hoạch cũng như việc đưa ra các quyết định của các cơ quan quản lý nhà nước và các loại hình doanh nghiệp.