Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/26682
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Кузнецова Ольга Александровна | ru_RU |
dc.contributor.advisor | Kuznecova Olga Aleksandrovna | en_GB |
dc.contributor.author | Глухов Вадим Николаевич | ru_RU |
dc.contributor.author | Gluhov Vadim Nikolaevic | en_GB |
dc.contributor.editor | Парилина Елена Михайловна | ru_RU |
dc.contributor.editor | Parilina Elena Mihajlovna | en_GB |
dc.date.accessioned | 2021-03-24T15:54:34Z | - |
dc.date.available | 2021-03-24T15:54:34Z | - |
dc.date.issued | 2020 | |
dc.identifier.other | 070674 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/26682 | - |
dc.description.abstract | Исследование посвящено разработке рейтинга эффективности российских университетов, входящих в мировые рейтинги университетов, с помощью математических подходов оценки эффективности - data envelopment analysis и stochastic frontier analysis. В исследование проведён полный цикл разработки рейтинга - от сбора данных на веб-сайтах с помощью веб-скрепинга до применения моделей. Важными составляющими проведённого анализа также является доказание несостоятельности мировых рейтингов университетов с помощью статистических методов, исследовательский анализ данных и использование метода главных компонент для снижения размерности данных. Для решения указанных задач реализованы программы на языках программирования Python и R. | ru_RU |
dc.description.abstract | The research is devoted to the development of a performance ranking of Russian universities included in world university rankings using mathematical approaches to assessing efficiency - data envelopment analysis and stochastic frontier analysis. The study conducted a full ranking development cycle - from collecting data on websites using web scraping to application of models. An important component of the analysis is the proof of the inconsistency of world university rankings using statistical methods as well as exploratory data analysis and the usage of the principal component analysis for dimensionality reduction. Programming languages such as Python and R were used to solve these problems. | en_GB |
dc.language.iso | ru | |
dc.subject | бенчмаркинг | ru_RU |
dc.subject | исследовательский анализ данных | ru_RU |
dc.subject | эффективность университетов | ru_RU |
dc.subject | data envelopment analysis | ru_RU |
dc.subject | stochastic frontier analysis | ru_RU |
dc.subject | мировые рейтинги университетов | ru_RU |
dc.subject | benchmarking | en_GB |
dc.subject | exploratory data analysis | en_GB |
dc.subject | university efficiencies | en_GB |
dc.subject | data envelopment analysis | en_GB |
dc.subject | stochastic frontier analysis | en_GB |
dc.subject | world university rankings | en_GB |
dc.title | Exploratory data analysis and university performance assessment using DEA and SFA modeling | en_GB |
dc.title.alternative | Исследовательский анализ данных и оценка эффективностей университетов с использованием DEA и SFA моделирования | ru_RU |
Располагается в коллекциях: | MASTER'S STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Research_Final.pdf | Article | 982,23 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_2020_05_20_052238.pdf | ReviewSV | 719,19 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.