WWW.PDF.KNIGI-X.RU
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - Разные материалы
 

«Целью дисциплины «Статистическая обработка и анализ данных» является формирование базовой системы знаний о статистике и практическая реализация ...»

2

Аннотация

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

Целью дисциплины «Статистическая обработка и анализ данных»

является формирование базовой системы знаний о статистике и практическая

реализация навыков по статистической обработке информации в области

документоведения и архивоведения.

Задачами дисциплины «Статистическая обработка и анализ данных»

является:

- сформировать углубленные знания о современных методах статистической обработки информации;

- сформировать навыки работы в современных статистических пакетах для успешной профессиональной деятельности в области документационного обеспечения управления и архивном деле.

2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП

«Статистическая обработка и анализ данных» представляет собой дисциплину Вариативной части Математического, естественнонаучного и программно-информационного цикла (курсы по выбору) по направлению 034700 «Документоведение и архивоведение».

Дисциплина «Статистическая обработка и анализ данных» изучается в 5 семестре и основывается на предшествующим изучении дисциплин Базовой части Математического, естественнонаучного и программноинформационного цикла (Б2): «Математика», «Информатика», а также дисциплины Базовой части Профессионального цикла (Б.3):

«Архивоведение» (3-4 семестр).

Дисциплина «Статистическая обработка и анализ данных» дополняет и актуализирует знания и умения, формируемые по одновременно изучаемым дисциплинам Базовой части Профессионального цикла (Б.3), а также является предшествующей для некоторых из них: «Документоведение» (5-6 семестр), «Кадровое делопроизводство и архивы документов по личному составу» (5 семестр), «Организация и технология документационного обеспечения управления» (5-6 семестр).



Студент должен обладать следующими компетенциями, необходимыми для изучения дисциплины «Статистическая обработка и анализ данных»:

- владеть культурой мышления, способностью к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК–1);

- способностью осознавать социальную значимость своей будущей профессии, обладать высокой мотивацией к выполнению профессиональной деятельности (ОК- 8);

- владеть основными методами, способами и средствами получения, хранения, переработки информации, иметь навыки работы с компьютером как средством управления информацией (ОК – 10);

- способностью работать с информацией в глобальных компьютерных сетях (ОК-15);

- владеть базовыми знаниями в области информационных систем (языки и программные алгоритмы, компьютерный практикум) (ПК-4);

- способностью самостоятельно работать с различными источниками информации (ПК-13);

владеть навыками использования компьютерной техники и информационных технологий (ПК-37);

– владеть правилами организации всех этапов работы с документами, в том числе архивными документами (ПК-43).

–  –  –

- общекультурных компетенций:

- способность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК-14);

- способностью к саморазвитию, повышению своей квалификации и мастерства (ОК-7);



- профессиональных компетенций:

общепрофессиональными:

- владение базовыми знаниями в области информационных систем (языки и программные алгоритмы, компьютерный практикум) (ПК-4);

научно-исследовательских:

- способность применять научные методы при исследовании объектов профессиональной деятельности (ПК-9);

- владение основами информационно-аналитической деятельности и способность их применить в профессиональной сфере (ПК-10) В результате изучения дисциплины «Статистическая обработка и анализ данных» студент должен:

знать:

- содержание ключевых понятий в области статистической обработки и анализа данных («программные средства», «статистический пакет», «статистическая обработка данных», «математическая статистика», «модульный принцип», «визуализация данных»);

- современные подходы к статистической обработке информации;

- содержание статистических пакетов MS Excel; STATISTICA; SPSS и возможности их применения в анализе информации документов, в том числе архивных;

уметь:

- работать в современных пакетах программ статистической обработки информации;

- представлять статистическую информацию в виде графиков, диаграмм, гистограмм;

современными методами статистической обработки данных рассчитывать доверительный интервал, определять объем выборки, проверять статистические гипотезы, определять коэффициенты детерминации, строить регрессионные зависимости, рассчитывать коэффициенты корреляции, измерять силу связи между явлениями, строить таблицы сопряженности, проводить кластер-анализ и уметь классифицировать объекты, проводить факторный анализ;

владеть:

- современными методами статистической обработки и анализа данных для успешной профессиональной деятельности.

4. СТРУКТУРА И СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

–  –  –

Раздел 1. Введение в дисциплину Тема 1.

Статистическая обработка и анализ данных: предмет изучения “Математическая статистика” и “анализ данных”: способы получения данных и подходы к интерпретации результатов, сходства и особенности.

Количественные и качественные признаки: измерение показателей.

Номинальная шкала качественных признаков. Ранговые признаки. Объекты статистического анализа в документоведении и архивном деле.

Тема 2. Методы математической статистики Теория статистического оценивания.

Генеральная совокупность и выборочные данные, объем выборки. Оценка признака, величина ошибки.

Доверительный интервал.

Теория статистической проверки гипотез. Статистический критерий.

Уровень значимости. Допустимое значение и критическая область. Гипотезы о типе закона распределения признака или критерии согласия; гипотезы о числовых значениях параметров совокупности; гипотезы о типе зависимости признаков.

Раздел 2. Современные статистические пакеты обработки информации Тема 1.

Статистические функции MS Excel Общие сведения о надстройке “Пакет анализа”. Технология работы в режиме “Анализ данных”. Работа с мастером функций. Статистические функции, связанные с режимом “Гистограмма”. Выборка: технология работы. Статистические функции, связанные с режимом “Описательная статистика”. Статистические функции, связанные с режимом “Ранг и персентиль”. Генерация случайных чисел. Статистические функции непрерывных и дискретных распределений. Методы проверки статистических гипотез. Дисперсионный анализ. Статистические методы изучения взаимосвязей явлений и процессов: ковариация и корреляция, регрессия.

Статистические методы изучения динамики процессов:

скользящее среднее и экспоненциальное сглаживание, трендовые модели, анализ Фурье.

Тема 2. Статистический пакет SPSS Общие сведения о программе.

Частотный анализ (частотные таблицы, графическое представление). Отбор данных: выбор наблюдения, извлечение случайной выборки, сортировка наблюдений, разделение наблюдений на группы. Модификация данных: вычисление новых переменных, подсчет частоты появлений определенных значений, перекодирование значений, агрегирование данных, ранговые преобразования, примеры вычисления новых переменных. Исследование данных.

Таблицы сопряженности:

создание, графическое представление, статистические критерии для таблиц.

Анализ множественных ответов: дихотомный и категориальный методы.

Сравнение средних: зависимые и независимые выборки. Непараметрические тесты. Корреляции. Регрессионный, дисперсионный, дискриминантный, факторный, кластерный анализ. Стандартные и интерактивные графики.

Экспортирование выходных данных.

Раздел 3. Принципы статистической обработки данных в статистическом пакете STATISTICA Возможности организации данных в пакете STATISTICA.

Модульная структура пакета. Принципы работы в модулях. Ввод данных непосредственно в таблицу; экспорт данных из пакетов Lotus/Quattro, Excel, SPSS, dBASE. Чтение обычных ASCII-файлов. Добавление, удаление, перемещение, копирование и переименование строк и столбцов таблицы (объектов и признаков). Создание новых признаков на основе исходных (подсчет процентов и долей, относительных и суммарных показателей и т.п.).

Тема 1. Статистическое описание

Дескриптивная статистика. Основные статистические характеристики:

меры среднего уровня, меры рассеяния. Частотные распределения количественных и качественных признаков. Визуализация данных.

Категоризованные распределения.

Выборочный метод. Нормальное распределение. Основные понятия выборочного метода. Ошибки выборки. Точность и надежность.

Доверительный интервал. Определение объема выборки. Статистическое оценивание доли качественного признака.

Статистическая проверка гипотез. Основные понятия: статистическая гипотеза, статистический критерий и статистическая характеристика, уровень значимости и критическая область, ошибки, односторонняя и двустороння проверка. Критерии для средних. Критерии согласия.

Тема 2. Статистический анализ взаимосвязей Корреляционный и регрессионный анализ.

Анализ парных взаимосвязей.

Построение диаграмм рассеяния. Построение уравнения линейной регрессии.

Коэффициент корреляции. Проверка гипотезы о значимости коэффициента корреляции. Коэффициент детерминации.

Множественная корреляция и регрессия. Визуализация множественной зависимости в пространстве трех переменных. Уравнение множественной регрессии. Проверка значимости в регрессионном анализе.

Анализ взаимосвязей качественных данных. Типы качественных данных.

Взаимосвязь ранговых качественных данных. Взаимосвязь номинальных качественных данных. Таблицы сопряженности. Критерий значимости связи качественных признаков. Коэффициенты взаимосвязи качественных признаков. Бинарные признаки. Четырехклеточные таблицы.

Тема 3. Многомерный статистический анализ Методы многомерной классификации.

Кластерный анализ. Агломеративно-иерархический метод. Метод kcредних. Гибкая классификация: использование нечетких множеств.

Факторный анализ. Факторные нагрузки. Факторные веса. Метод главных компонент. Факторный анализ как способ классификации.

Тема 4. Анализ динамики Анализ временных рядов.

Характеристики скорости и интенсивности изменения временного ряда. Средние характеристики временного ряда.

Составляющие временного ряда. Временной тренд.

–  –  –

5. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ

В рамках дисциплины используются следующие технологии:

1) информационно-рецептивные:

-лекция,

- чтение и конспектирование литературы;

2) рейтинговая система контроля успеваемости;

3) интерактивные технологии:

- работа в компьютерном классе, выполнение практических заданий в статистических пакетах STATISTICA, MS Excel, SPSS.

Удельный вес занятий, проводимых в интерактивных формах, составляет 66 % аудиторных занятий.

Дисциплина нацелена на освоение методов компьютерной статистической обработки информации.

В курсе используются проблемные лекции с демонстрацией необходимости и возможности математизации области документационного обеспечения управления и архивного дела, содержание и область применения методов точных наук (Раздел 1-3). При этом необходимым этапом освоения дисциплины становится изучение студентами основной и дополнительной литературы по тематике курса, позволяющее полнее усвоить методику статистической обработки и анализа данных в современных компьютерных программах.

Все практические занятия проводятся в компьютерном классе и подразумевают выполнение заданий в статистических программах.

РЕЙТИНГОВАЯ СИСТЕМА АТТЕСТАЦИИ СТУДЕНТОВ

Общая сумма рейтинговых баллов – 100.

Распределение баллов по модулям: модуль № 1 = 20 баллов, модуль № 2 = 40 баллов.

На практических занятиях проверяется степень подготовки студента к теме практического занятия, а именно полнота усвоения лекционного материла, содержания основной и дополнительной литературы, умение работать в статистической программе и выполнять задания по обработке и анализу данных.

Промежуточная аттестация подразумевает суммирование баллов, набранных каждым студентом в процессе изучения модуля.

Чтобы получить допуск на зачет, надо набрать не менее 20 баллов.

Разделы учебной дисциплины распределяются по модулям таким образом:

модуль № 1 – разделы 1–2, модуль № 2 – раздел 3.

Студент может получить зачет по итогам освоения дисциплины в конце семестра по сумме набранных баллов (не менее 50).

Студенты, не набравшие необходимой суммы баллов по итогам семестра, сдают зачет. На зачете студент может получить до 40 баллов, выполнив 4 практических задания из предложенного перечня (см. Перечень практических заданий.), каждое из которых оценивается по 10-балльной шкале

6. ОЦЕНОЧНЫЕ СРЕДСТВА ТЕКУЩЕГО КОНТРОЛЯ

УСПЕВАЕМОСТИ, ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ПО ИТОГАМ

ОСВОЕНИЯ ДИСЦИПЛИНЫ И УЧЕБНО-МЕТОДИЧЕСКОЕ

ОБЕСПЕЧЕНИЕ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ

Основными формами текущего контроля успеваемости являются наблюдение и проверка заданий, выполняемых на компьютере в статистических пакетах STATISTICA, MS Excel, SPSS с использованием балльных оценок (см. Рейтинговая система аттестации).

Степень освоения студентами системы необходимых компетенций проверяется на зачете в конце семестра. Зачет проводится в компьютерном классе и подразумевает выполнение практических заданий из предложенного перечня.

Самостоятельная работа студентов Студентам рекомендуется изучение основной и дополнительной литературы по разделам дисциплины (см. перечень в Разделе 7).

Для того чтобы самостоятельная работа студентов была эффективной, им предлагается обратить внимание на перечень вопросов для самоконтроля (см. перечень вопросов), на основе которых происходит подготовка к зачету.

Вопросы для самоконтроля (источник: Компьютеризованный статистический анализ для историков / Под ред. Л.И. Бородкина и И.М. Гарсковой. М., 1999).

1. Типы признаков. Что такое количественный признак? Непрерывные и дискретные признаки.

2. Что называется вариационным рядом?

3. Что такое относительная частота?

4. Графическая интерпретация вариационного ряда.

5. Что такое гистограмма?

6. Меры среднего уровня.

7. Меры разброса.

8. В чем сходство и различие между и V?

9. В каких единицах измеряется коэффициент вариации?

10. Как можно сравнить два вариационных ряда?

11. Что такое категоризованное распределение?

12. Когда в историческом исследовании возникает проблема выборки?

13.Что такое репрезентативность?

14. "Естественная" выборка.

15.Случайные и систематические ошибки

16.Может ли быть абсолютно точным результат выборочного исследования?

17.Механизмы случайного отбора

18. В чем отличие бесповторного отбора от повторного?

19. Типы выборок.

20.Верно ли, что выборка дает тем лучший результат, чем больше ее объем?

21.Из одной генеральной совокупности сделана 5% выборка, а из другой – 10% выборка. Какая их них более точно отражает "свою" генеральную совокупность?

22.Что такое доверительный интервал?

23.Что такое уровень доверия?

24.Верно ли, что увеличение точности результата выборочного исследования связано с уменьшением надежности?

25.Последовательность действий при использовании выборочного метода

26. Зачем нужны пробные выборки?

27.Что такое статистическая гипотеза?

28. Статистический критерий и статистическая характеристика

29. В чем состоит различие критической области и области допустимых значений?

30.Уровень значимости статистического критерия

31.Ошибки первого и второго рода

32.Как проверяется значимость различия средних значений?

33.Что такое критерии согласия?

34.Какими способами можно проверить нормальность распределения признака?

35.В чем смысл коэффициентов асимметрии и эксцесса?

36. Что показывает диаграмма рассеяния?

37.Смысл коэффициента регрессии.

38.Почему эмпирические точки отклоняются от теоретической линии регрессии?

39.Когда уравнение регрессии можно использовать для прогноза?

40.Что такое коэффициент детерминации?

41.В чем отличается интерпретация коэффициентов корреляции и регрессии?

42.Смысл коэффициента корреляции.

43.Найти коэффициент корреляции по следующим данным:

x 1234 y 40 30 20 10

44. Найти коэффициент корреляции по следующим данным:

x1234567 y5667889

45.Мог ли этот коэффициент появиться в выборке из некоррелированной генеральной совокупности?

46.В каких границах заключен коэффициент корреляции?

47.Какие значения r соответствуют тесной связи?

48.Может ли значение r = 0 говорить об отсутствии связи?

49.Что такое частная корреляция?

50.Смысл коэффициента множественной корреляции.

51.Как проверить значимость коэффициентов корреляции и регрессии?

52.Выборочная ошибка коэффициента корреляции.

53.Как проверить линейность связи?

54.По данным о 10000 объектов оказалось, что между двумя признаками имеется отрицательная корреляция (r = –0,0796). Существенна ли эта корреляция? (Иными словами, не могла ли она возникнуть в результате случайной выборки из некоррелированной совокупности?)

55.Начертить диаграмму, показывающую, как вместе с изменением r изменяется r для выборок из а)100; б)10000 объектов.

56.В выборке 60 объектов получен коэффициент корреляции, равный 0,68.

Может ли это значение быть статистически незначимым?

57.Типы качественных признаков.

58.Чем качественные признаки отличаются от количественных?

59. В анкете имеются следующие пункты: фамилия, национальность, пол, возраст, образование, должность, зарплата. Указать, к каким категориям принадлежат эти признаки.

60.Привести примеры ранговых признаков.

61.Свойства коэффициентов ранговой корреляции.

62. Что такое дробные ранги?

63. Можно ли использовать коэффициенты ранговой корреляции при работе с количественными признаками?

64.Какой из двух ранговых коэффициентов, или, дает более осторожную оценку связи?

65. Что такое номинальные признаки? Примеры.

66. Чем альтернативные признаки отличаются от неальтернативных?

67.Четырехклеточная таблица.

68.Свойства коэффициента.

69.Таблица сопряженности.

70.Можно ли говорить о знаке связи для неальтернативных номинальных признаков?

71.В чем смысл критерия 2?

72.Свойства коэффициента Крамера V.

73.Какие меры связи можно использовать при изучении признаков разной природы?

74.Какова содержательная гипотеза, лежащая в основе кластерного анализа?

75.Рассмотрим два основных метода кластерного анализа, используемых в статистических пакетах – иерархический и метод К-средних. В чем их главное различие?

76.В каком из этих двух методов необходимо задавать число кластеров?

77.Что такое стандартизация признаков? Почему она, как правило, должна предшествовать проведению кластерного анализа?

78.Укажите два вида исходных данных для реализации кластерного анализа.

79.Что такое матрица расстояний?

80.Пусть имеющийся набор данных включает как количественные, так и качественные признаки. Можно ли использовать стандартные статистические пакеты для проведения кластерного анализа?

81.Изменятся ли результаты кластерного анализа, если удалить часть признаков из имеющегося набора?

показатели (характеристики классов) используются в

82.Какие статистических пакетах для интерпретации результатов кластерного анализа?

83.Назовите основные правила соединения объектов (или кластеров) при использовании иерархического метода кластерного анализа.

84.Назовите основные меры расстояния между объектами (или кластерами) при использовании иерархического метода кластерного анализа.

85.Какую информацию дает пользователю окошко Amalgamation rule в меню иерархического метода кластерного анализа в пакете STATISTICA?

86.В каком случае структуру построенного дерева классификации следует считать более удачной (см. рис. а и рис. б)?

87.Какие объекты более похожи в структуре классификации: 1-й и 3-й или 4й и 5-й (см. рис. б)?

x1 x1 x2 x2 x3 x3 x4 x4 x5 x5 Рис. а Рис. б

88.Каковы основные цели использования факторного анализа?

89.Дайте интерпретацию понятия "фактор".

90.В чем особенность метода главных компонент?

91.Что такое матрица корреляции? Какое отношение она имеет к факторному анализу?

92.Что такое факторные нагрузки?

93.Что такое факторные веса?

94.Что является показателем качества построенной факторной модели?

95.Пусть три первых фактора объясняют 40% суммарной дисперсии признаков. Надо ли увеличивать число факторов?

96.Существуют ли пределы для значений факторных нагрузок? Если да, то каковы они?

97.Существуют ли пределы для значений факторных весов? Если да, то каковы они?

98.Пусть для рассматриваемого фактора значения факторных нагрузок первых четырех признаков равны 0.78, 0.23, –0.09 и –0.87. Что это значит?

Как учитываются эти значения для интерпретации данного фактора?

99.Пусть для рассматриваемого фактора значения факторных весов первых четырех объектов равны 1.78, 0.11, –0.02 и –2.87. Что это значит? Дайте интерпретацию в том случае, когда данный фактор характеризует степень промышленного развития, а объекты – губернии.

100.Что произойдет со значениями факторных весов объектов, если знаки всех факторных нагрузок изменить на противоположные?

101.Что является более предпочтительным для группировки признаков – кластерный или факторный анализ?

102.Назовите основные показатели динамики.

103.Чем базисные показатели отличаются от цепных? Каков информативный смысл базисных индексов?

104.Назовите составляющие временного ряда.

105.Перечислите основные этапы анализа временного ряда.

106.Расскажите о методе скользящих средних. Что такое центрирование?

107.Сколько точек исходного временного ряда вы потеряете при использовании 7-членной скользящей средней?

108.Что понимается под трендом временного ряда?

109.Что понимается под сезонной компонентой ряда?

110.Аддитивная и мультипликативная модели сезонной компоненты.

111.Расскажите о случайной составляющей временного ряда.

112.Зачем нужен анализ остатков?

113.Основные моменты анализа остатков.

114.Что собой представляет коррелограмма? Как ее интерпретировать?

115.Что собой представляет график остатков на нормальной вероятностной бумаге? Его интерпретация.

УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ

7.

ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

а) основная литература:

Боровиков В.П. Популярное введение в программу STATISTICA. М., 1998.

Боровиков В.П. Программа STATISTICA для студентов и инженеров.

2-е изд. М., 2001.

Бородкин Л.И. Многомерный статистический анализ в исторических исследованиях. М., 1986.

Компьютеризованный статистический анализ для историков / Под ред.

Л.И. Бородкина и И.М. Гарсковой. М., 1999.

Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учебное пособие.

М., 2002.

б) дополнительная литература:

StatSoft, Inc. (2001). Электронный учебник по статистике. М., StatSoft.

WEB: http://www.statsoft.ru/home/textbook/default.htm.

Боровиков В.П. STATISTICA: Искусство анализа данных на компьютере. 2-е изд. Спб., 2003.

Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. СПб., 2005.

Вуколов В.Э. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA® и Excel. Учебное пособие. 2- е изд., испр. и доп. М., 2008.

Историческая информатика. Учебное пособие / Отв. ред. Л.И. Бородкин и И.М. Гарскова. М., 1996.

Кацко И.А., Паклин Н.Б. Практикум по анализу данных на компьютере:

Учеб. пособие для вузов. М., 2009.

Ковальченко И.Д. Методы исторического исследования. М., 1987.

в) программное обеспечение:

статистические пакеты MS Excel; STATISTICA; SPSS.

г) электронные ресурсы удаленного доступа:

Интернет, Портал StatSoft – сайт разработчика статистического пакета STATISTICA (http://www.statsoft.ru или (http://www.statistica.ru); Интернет, Портал StatSoft – сайт разработчика статистического пакета STATISTICA (http://www.statsoft.ru или (http://www.statistica.ru); сайт разработчика программы сайт кафедры исторической SPSS (http://www.spss.ru);

информатики МГУ http://www.hist.msu.ru/ Departments/Inf/index.html, электронные версии изданий Ассоциации “История и компьютер”, электронная версия учебного пособия: Компьютеризованный статистический анализ для историков / Под ред. Л.И. Бородкина и И.М. Гарсковой. М., 1999.




Похожие работы:

«1. Перечень планируемых результатов обучения по дисциплине (модулю), соотнесенных с планируемыми результатами освоения образовательной программы Коды Планируемые результаты Планируемые результаты обучения по компетенций освоения образовательной дисциплине (модулю) п...»

«Автоматизированная копия 586_448780 ВЫСШИЙ АРБИТРАЖНЫЙ СУД РОССИЙСКОЙ ФЕДЕРАЦИИ ПОСТАНОВЛЕНИЕ Президиума Высшего Арбитражного Суда Российской Федерации № 10283/12 Москва 22 января 2013 г. Президиум Высшего Арбитражного Суда Российской...»

«© 2002 г. О.Г. ИСУПОВА ОТКАЗ ОТ НОВОРОЖДЕННОГО И РЕПРОДУКТИВНЫЕ ПРАВА ЖЕНЩИНЫ ИСУПОВА Ольга Генриховна научный сотрудник Института социологии РАН, Ph. D. социологии университета Манчестера (Великобритания). Оставление матерью новорожденного ребенка с передачей его под опеку государства, или отказничество острая социальная проблема. Внимательное...»

«АДМИНИСТРАЦИЯ МУНИЦИПАЛЬНОГО ОБРАЗОВАНИЯ ТВЕРСКОЙ ОБЛАСТИ «КАЛИНИНСКИЙ РАЙОН» ПОСТАНОВЛЕНИЕ от 15 марта 2017 года № 105 Тверь О проведении продажи административного здания посредством пуб...»

«УДК 664: 664. 38 Н.В. Шелепина, А.В. Каверочкина ПРИМЕНЕНИЕ РАСТИТЕЛЬНЫХ БЕЛКОВ В ПИЩЕВОЙ ПРОМЫШЛЕННОСТИ В статье рассмотрены вопросы использования белков растительного происхождения при производстве различных пищевых продуктов. Описана польза и эффективность внесения растительных белков в рецептуру м...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ПИСЬМО от 22 февраля 2011 г. N 13-91 Департамент стратегического развития направляет концепцию развития научноисследовательской и инновационной деятельности в учреждениях высшего профессионального образования Россий...»

«СЕКЦИЯ «СОЦИАЛЬНАЯ ТЕОРИЯ РЕЛИГИИ» ПОСТСЕКУЛЯРНЫЙ ПЛЮРАЛИЗМ И ПРОБЛЕМА РЕЛИГИОЗНОГО ВЫБОРА Е. А. Степанова (Екатеринбург, Россия) Одной из важнейших черт современного общества является его плюралистический характер. Плюрализму модерности способствует массовая миграция, урбанизация, повышение уровня образования и всеобщее проник...»

«Вера Николаевна Преображенская Букеты из конфет Серия «Поделки-самоделки» Издательский текст http://www.litres.ru/pages/biblio_book/?art=6056607 Букеты из конфет: РИПОЛ классик; М.; 2012 ISBN 978-5-386-05158-7 Аннотация Эта книга о составлении букетов из кон...»







 
2017 www.pdf.knigi-x.ru - «Бесплатная электронная библиотека - разные матриалы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.