Программа дисциплины "Анализ социологических данных 1"




Скачать 32,13 Kb.
НазваниеПрограмма дисциплины "Анализ социологических данных 1"
Дата03.02.2016
Размер32,13 Kb.
ТипПрограмма дисциплины



Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины "Анализ социологических данных - 1" для направления 040200.62 «Социология» подготовки бакалавра






Правительство Российской Федерации


Федеральное государственное автономное образовательное учреждение высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"



Факультет социологии


Программа дисциплины
"Анализ социологических данных - 1"




для направления 040200.62 «Социология» подготовки бакалавра


Авторы программы:

А.Р.Бессуднов, D.Phil., abessudnov@hse.ru; А.В.Рыжова, anastasia.ryjova@yandex.ru


Одобрена на заседании кафедры методов сбора и анализа социологической информации «___»____________ 20 г

Зав. кафедрой И.М.Козина


Рекомендована секцией УМС «Социология» «___»____________ 20 г

Председатель В.Г.Ледяев


Утверждена УС факультета социологии «___»_____________20 г.

Ученый секретарь Е.В.Надеждина _______________________ [подпись]


Москва, 2011

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

Область применения и нормативные ссылки

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки бакалавра 040200.62 «Социология». Программа разработана в соответствии с:

  • оригинальным образовательным стандартом НИУ ВШЭ по социологии;

  • Образовательной программой 040200.62 «Социология»;

  • Рабочим учебным планом университета по направлению подготовки «Социология», утвержденным в 2011 г.

1Цели освоения дисциплины


Целями освоения дисциплины «Анализ социологических данных – 1» являются:

  • изучение и практическое освоение базовых методов статистического анализа данных в социальных науках,

  • изучение и практическое освоение компьютерных программ, применяемых для статистического анализа данных (пакета SPSS),

  • приобретение понимания специфики работы с количественными данными в социальных науках, понимания типов задач, которые могут быть решены с помощью статистических методов.

2Компетенции обучающегося, формируемые в результате освоения дисциплины


В результате освоения дисциплины студент должен:

  • Знать методы статистического анализа данных в пределах программы курса.

  • Уметь ставить и понимать социологические задачи, которые могут быть решены с помощью статистического анализа данных; понимать специфику данных, используемых в статистическом анализе.

  • Иметь навыки самостоятельного статистического анализа данных на компьютере в программе SPSS.


В результате освоения дисциплины студент осваивает следующие компетенции:

Компетенция

Код по ФГОС/ НИУ

Дескрипторы – основные признаки освоения (показатели достижения результата)

Формы и методы обучения, способствующие формированию и развитию компетенции

Способность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (формируется частично)

OK-11

- применяет методы статистического анализа данных для исследования общественных закономерностей

- интерпретирует результаты статистического анализа данных (статистический вывод)


Лекции, практические занятия, чтение литературы из списка литературы

Владение основными методами, способами и средствами получения, хранения, переработки информации, навыки работы с компьютером как средством управления информацией (формируется частично)

ОК-13

- использует компьютер для статистического анализа данных


Практические занятия, выполнение самостоятельных работ

Владение иностранным языком на уровне, достаточном для разговорного общения, а также для поиска и анализа иностранных источников информации (формируется частично)

ОК-15

- использует англоязычные источники информации для поиска информации о статистическом анализе данных

- демонстрирует владение английским языком для поиска информации о статистическом анализе данных

Чтение англоязычной литературы из списка литературы

Способность самостоятельно формулировать цели, ставить конкретные задачи научных исследований в различных областях социологии и решать из с помощью современных исследовательских методов с использованием новейшего отечественного и зарубежного опыта и с применением современной аппаратуры, оборудования, информационных технологий (формируется частично)

ПК-2

- демонстрирует умение решать поставленные социологические задачи с помощью анализа данных статистическими методами (такими как дисперсионные анализ, регрессионный анализ, факторный анализ и пр.)

- оценивает возможности решения поставленных социологических задач с помощью статистических методов

Лекции, практические занятия, выполнение самостоятельных работ

Способность и готовность участвовать в составлении и оформлении научно-технической документации, научных отчетов, представлять результаты исследовательской работы с учетом особенностей потенциальной аудитории (формируется частично)

ПК-3

- демонстрирует умение оформлять результаты статистического анализа данных в письменных работах в соответствии со стандартами, принятыми в академических публикациях

Выполнение самостоятельных работ

Умение обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций (формируется частично)

ПК-8

- владеет методами статистического анализа данных в пределах программы курса

- применяет методы статистического анализа данных для анализа социологических проблем

Практические занятия, выполнение самостоятельных работ

Способность и готовность к планированию и осуществлению проектных работ в области изучения общественного мнения, организации работы маркетинговых служб (формируется частично)

ПК-9

- владеет методами анализа данных опросов общественного мнения

- корректно интерпретирует результаты опросов общественного мнения

Практические занятия, выполнение самостоятельных работ



3Место дисциплины в структуре образовательной программы


Настоящая дисциплина является обязательной дисциплиной профессионального цикла бакалаврской программы направления 040100.62 «Социология».


Изучение данной дисциплины базируется на следующих дисциплинах:

  • «Теория вероятности и математическая статистика»

Основные положения дисциплины должны быть использованы в дальнейшем при изучении следующих дисциплин:

  • «Анализ социологических данных-2»

  • «Введение в методы измерения в социологии»

  • «Логлинейный анализ в социологии»

  • «Методы анализа латентных признаков»

  • «Методы классификации в социологии»

  • «Методы непараметрической статистики в социологии»

  • Научно-исследовательский семинар

4Тематический план учебной дисциплины







Название раздела

Всего часов

Аудиторные часы

Самостоя­тельная работа










Лекции

Семинары

Практические занятия







Часть 1
















1

Введение в статистический анализ данных в социологии

18

2

-

6

10

2

Описательная статистика и статистические графики

18

2

-

6

10

3

Дисперсионный анализ

18

2

-

6

10

4

Корреляция и парная линейная регрессия

18

2

-

6

10

5

Множественная линейная регрессия

36

4

-

12

20

6

Регрессионные модели для бинарных и категориальных зависимых переменных

36

4

-

12

20

7

Анализ таблиц сопряженности

18

2

-

6

10

8

Идентификация причинно-следственных связей и регрессионный анализ

18

2

-

6

10




Всего

180

20

-

60

100




Часть 2
















9

Факторный анализ

28

2

-

6

20

10

Кластерный анализ

28

2

-

6

20

11

Модели деревьев решений

16

2

-

2

12




Всего

72

6




14

52



5Формы контроля знаний студентов


Часть 1

Тип контроля

Форма контроля

1 год

Параметры







1

2

3

4




Текущий

(раз в две недели)

Домашнее задание








5

5

Письменное домашнее задание (раз в две недели)

Промежу­точный

Зачет







1

1

Самостоятельная практическая работа на компьютере в аудитории

Итоговый

Экзамен










1

Письменный экзамен


Часть 2

Тип контроля

Форма контроля

1 год

Параметры

1

2

3

4

Текущий


Домашнее задание, самостоятельная работа


2










Письменное домашнее задание (раз в две недели)

На каждом семинаре студенты получают задания для самостоятельного выполнения на компьютере в аудитории

Итоговый

Экзамен

1










Письменный экзамен



5.1Критерии оценки знаний, навыков


Оценки по всем формам текущего, промежуточного и итогового контроля выставляются по 10-ти балльной шкале.

Оценки за домашние задания, зачет и экзамен выставляются, исходя из следующих критериев:

- статистическая правильность решения задачи,

- статистическая полнота решения задачи,

- наличие и корректность социологической интерпретации статистического вывода,

- корректность оформления статистического вывода.

6Содержание дисциплины


Тема 1. Введение в статистический анализ данных в социологии

Для решения каких задач в социальных науках используется статистический анализ данных? Примеры исследований, построенных на статистическом анализе данных. Статистический анализ данных в разных социальных науках (социология, экономика, политология, психология). Источники данных для статистического анализа: опрос, перепись, агрегированная статистика. Основные методы анализа. Обзор содержания курса.

Основы работы в SPSS. Синтаксис SPSS.

Тема 2. Описательная статистика и статистические графики.

Шкалы измерений (интервальная, порядковая, категориальная). Средние величины, медиана, мода. Дисперсия. Распределения и их характеристики.

Статистическая визуализация. График плотности распределения. Диаграммы рассеивания. Гистограммы. Столбиковые диаграммы. Линейные диаграммы. Коробчатые диаграммы. Круговые диаграммы.

Тема 3. Дисперсионный анализ

Понятие статистической гипотезы. Тестирование гипотез. Тесты на равенство средних и пропорций. Дисперсия внутри групп и между группами. T-тест и регрессионный анализ. Однофакторный и многофакторный дисперсионный анализ. Графическое представление результатов дисперсионного анализа.

Тема 4. Корреляция и парная линейная регрессия.

Коэффициент корреляции Пирсона как мера связи между двумя интервальными переменными. Парная линейная регрессия. Связь между корреляцией и регрессией. Оценка и интерпретация регрессионных коэффициентов и стандартных ошибок. Статистическая значимость коэффициентов. Регрессии с фиктивными переменными.


Тема 5. Множественная линейная регрессия.

Понятие статистического контроля. Оценка и интерпретация регрессионных коэффициентов в моделях множественной регрессии. Эффекты взаимодействия. Коэффициент детерминации R2. Допущения моделей множественной регрессии и диагностика моделей. Гетероскедастичность. Нелинейные связи. Статистические выбросы. Мультиколлинеарность. Принципы построения регрессионных моделей.

Тема 6. Регрессионные модели для бинарных и категориальных зависимых переменных.

Модель линейной вероятности. Логистическая регрессия. Интерпретация коэффициентов логистической регрессии. Шансы и отношения шансов. Предсказанные вероятности. Мультиномиальная логистическая регрессия. Порядковая логистическая регрессия. Презентация эффектов в линейной и логистической регрессии.

Тема 7. Анализ таблиц сопряженности.

Таблицы сопряженности. Критерий хи-квадрат. Отношения шансов. Наблюдаемые и ожидаемые частоты. Логлинейные модели. Насыщенная модель. Применение логлинейных моделей в исследованиях социальной мобильности.

Тема 8. Идентификация причинно-следственных связей и регрессионный анализ.

Идентификация причинно-следственных связей и регрессионный анализ. Контрфактуальная модель Неймана-Рубина. Проблема пропущенных переменных. Проблема обратной причинно-следственной зависимости. Возможные решения: регрессии с фиксированными эффектами, инструментальные переменные, мэтчинг.

Тема 9. Факторный анализ.

Модель факторного анализа как модель латентных переменных. Различные подходы к определению числа факторов. Процент объясненной дисперсии как показатель качества факторной модели. Индивидуальные значения факторов. Сохранение факторов как новых переменных. Вращение матрицы факторных нагрузок. Ортогональные и неортогональные методы вращения.

Тема 10. Кластерный анализ.

Иерархический агломеративный кластерный анализ. Кластерный анализ методом k-средних. Проблемы выбора меры расстояния и формы кластера. Проблема устойчивости кластеризации. Методы оценки устойчивости. Описание и интерпретация результатов кластеризации.

Тема 11. Модели деревьев решений.

Особенности работы алгоритмов CHAID и CRT. Ошибки классификации, определение понятия риска. Цена ошибки классификации (Misclassification Cost). Возможность задавать различные значения цены ошибки классификации для разных типов ошибок, интерпретация соответствующих моделей. Проверка качества модели, способы решения проблемы излишней подгонки дерева: кросс-проверка, V-кратная кросс-проверка, отсечение ветвей.


7Образовательные технологии


Занятия проводятся в форме лекций и практических занятий в компьютерном классе.

8Оценочные средства для текущего контроля и аттестации студента

8.1Тематика заданий текущего контроля


Каждые две недели студентам предлагается письменное домашнее задание, которые включает 3-4 задачи для решения в SPSS. Задачи обычно включают в себя самостоятельный анализ данных, социологическую интерпретацию результатов анализа и письменное представление результатов.

9Порядок формирования оценок по дисциплине


Оценка за первую часть курса складывается из оценок за посещаемость практических занятий (20%), домашние задания (30%), две письменные самостоятельные работы в конце каждого модуля (15% каждая) и письменный экзамен в конце четвертого модуля (20%). Таким образом, накопленная оценка составляет 80% итоговой оценки за курс, оценка за письменный экзамен – 20% итоговой оценки. Оценка за экзамен является блокирующей, т.е. студент, неудовлетворительно сдавший экзамен, не может получить удовлетворительную итоговую оценку за курс в целом.

Письменные домашние работы сдаются каждые две недели. Домашние работы не принимаются с опозданием, за исключением случаев, когда они не могли быть выполнены в срок по уважительной причине (эти случаи отдельно обговариваются с преподавателем). В случае болезни студент обязан договориться с преподавателем, ведущим практические занятия, о сроке сдачи домашних работ (предъявив медицинские документы, подтверждающие факт болезни). Срок сдачи пропущенных домашних работ в этом случае не может превышать две недели с момента выздоровления. После проведения итогового письменного экзамена домашние работы не могут быть сданы ни при каких обстоятельствах.

Письменные самостоятельные работы проводятся в компьютерном классе. Они состоят в решении ряда задач с использованием SPSS и продолжаются два академических часа. Разрешено пользоваться любыми материалами, за исключением консультаций с однокурсниками и другими лицами. В случае болезни или отсутствия на письменной самостоятельной работе по иной уважительной причине, студент обязан предупредить преподавателя, проводящего самостоятельную работу, до ее начала. Повторное проведение самостоятельных работ для студентов, их пропустивших, остается полностью на усмотрение преподавателей, проводящих практические занятия.

Письменный экзамен состоит из двух частей: 1) ответ на ряд теоретических вопросов, 2) интерпретация таблиц SPSS с результатами статистического анализа, выполненного одним из методов, изученных в ходе курса. На письменном экзамене запрещается пользоваться любыми материалами. Письменный экзамен продолжается два академических часа.

Накопленная оценка выставляется путем вычисления взвешенной средней оценки за элементы контроля, указанные выше (посещаемость практических занятий, домашние задания, самостоятельные работы). Взвешенная средняя округляется в сторону ближайшего целого числа (например, 7.3 округляется до 7, 7.6 округляется до 8, 7.5 также округляется до 8). Исключением является округление оценок меньше 4, которые всегда округляются в меньшую сторону (таким образом, 3.99 округляется до 3).

Итоговая оценка выставляется путем вычисления взвешенной средней оценки за накопленный контроль (80%) и письменный экзамен (20%). При вычислении средней берутся округленные оценки за накопленный контроль и письменный экзамен. При округлении итоговой оценки используются те же правила, что и при округлении оценки за накопленный контроль. Таким образом, студенту, получившему оценку 3 за накопленный контроль, необходимо сдать письменный экзамен на оценку 8 и выше для получения положительной оценки за курс в целом (3*0.8+8*0.2=4). Студент, получивший оценку 2 и ниже за накопленный контроль, не может получить положительную итоговую оценку за курс иначе, как на комиссии (2*0.8+10*0.2=3.6, округляется до 3).

На пересдаче письменного экзамена студенту не предоставляется возможность получить дополнительный балл для компенсации оценки за накопленный контроль.

Задание на комиссии состоит из двух частей: 1) самостоятельное решение задач в SPSS. 2) ответ на ряд теоретических вопросов и интерпретация статистических таблиц. Каждая часть продолжается 60 минут, с перерывом 15 минут между частями. Ответы даются письменно. На комиссии запрещается пользоваться любыми материалами. На комиссии накопленная оценка учитывается таким образом, что студент, имеющий накопленную оценку 3 и ниже, не может получить итоговую оценку за курс выше 4 баллов, вне зависимости от уровня знаний, показанного на комиссии. Для студентов, имеющих накопленную оценку 4 и выше, применяется обычная схема взвешивания оценки (80% – накопленная оценка, 20% – оценка за комиссию).


Оценка за вторую часть курса формируется по следующей схеме: оценка за работу в семестре (работа на семинарах, домашние задания; сроки сдачи работ определяются преподавателем, работы, сданные с опозданием без уважительной причины, не принимаются; в случае наличия уважительной причины преподаватель может назначить более поздний срок сдачи работы) – 30%; оценка за доклад по результатам анализа данных, собранных в рамках курсовой работы по методам социологических исследований - 30%; оценка за письменный экзамен в конце второй части курса - 40%. Оценка за экзамен является блокирующей.

В случае, если за работу в семестре студент получает оценку 2 или меньше, то набранные баллы, а также оценка за доклад по курсовой для него при вычислении итоговой оценки не учитываются, т.е. накопленная оценка равна нулю, итоговая складывается только из результата, полученного на экзамене и, соответственно, не может превышать 4 баллов.

Итоговая оценка изначально формируется по 100-балльной шкале и округляется по следующим правилам:

Оценка по 100-балльной шкале

Оценка по 10-балльной шкале

0-14

1

14-24

2

24-39

3

40-47

4

48-57

5

58-67

6

68-77

7

78-87

8

88-97

9

98-100

10

10Учебно-методическое и информационное обеспечение дисциплины

10.1Базовые учебники


Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.: Юнити, 2001.

Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. М.: ГУ–ВШЭ, 2006.


Толстова Ю.Н. Анализ социологических данных. М.: Научный мир, 2000.


Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences. 4th ed. Pearson Prentice Hall, 2009.

10.2Основная литература


Полные библиографические описания основной литературы см. выше в разделе «Базовые учебники».

Тема 1

- Agresti & Finlay, ch.1

Тема 2

- Agresti & Finlay, ch.3-4

- Крыштановский, гл.1


Тема 3

- Agresti & Finlay, ch.7, 12

- Крыштановский, гл.3


Тема 4

- Agresti & Finley, ch.9.

- Крыштановский, гл.4.


Тема 5

- Agresti & Finlay, ch.11,13-14.

- Крыштановский, гл.4.


Тема 6

  • Agresti & Finlay, ch. 15.


Тема 7

  • Agresti & Finlay, ch. 8.

  • Крыштановский, гл.2.3.


Тема 8

  • Agresti & Finlay, ch. 10.

  • Holland, P.W. “Statistics and causal inference”. Journal of the American Statistical Association 1986, vol.81, pp.945-960.


Тема 9

  • Крыштановский, гл.5

  • Айвазян и Мхитарян, гл.13


Тема 10

  • Крыштановский, гл.5

  • Айвазян и Мхитарян, гл.12


Тема 11

  • Толстова, ч.2, гл.2.5



10.3Программные средства


Для успешного освоения дисциплины студент использует следующие программные средства:

  • SPSS

10.4Дистанционная поддержка дисциплины


Материалы к курсу, включающие в себя программу, слайды к лекциям и практическим занятиям, домашние задания и базы данных, доступны в Интернете по адресу http://sites.google.com/site/bessudnov .

  1. Материально-техническое обеспечение дисциплины



На всех лекциях и практических занятиях используется проектор. Практические занятия проводятся в компьютерном классе с установленной на компьютерах программой SPSS.



Похожие:

Программа дисциплины \"Анализ социологических данных 1\" iconЧто такое интеллектуальный анализ данных?
Связь технологий Data Warehousing и olap с методами интеллектуального анализа данных
Программа дисциплины \"Анализ социологических данных 1\" icon1. 1 Введение. Основные понятия теории баз данных 6 Тема 3 Взаимосвязи в моделях, и реляционный 7 подход к построению модели базы данных 7
Рабочая программа учебной дисциплины «Базы данных» предназначена для реализации государственных требований к минимуму содержания...
Программа дисциплины \"Анализ социологических данных 1\" iconСтатья относится к достаточно самостоятельной области математическим методам анализа социологических данных. Основной интерес в ней к математическим вопросам, социологические постановки служат для постановки математических задач.
Орлов А. И. Теория измерений и методы анализа данных // Современная социология — современной России: Сборник статей памяти первого...
Программа дисциплины \"Анализ социологических данных 1\" iconНарративный анализ в социологии
Ярская-Смирнова Елена Ростиславовна — доктор социологических наук, доцент кафедры социальной работы Саратовского государственного...
Программа дисциплины \"Анализ социологических данных 1\" iconА. М. Румянцева издательство «прогресс»
Ян Щепаньский является редактором большой серии социологических материалов, издаваемых с 1958 года Отделением социологических исследований...
Программа дисциплины \"Анализ социологических данных 1\" iconКафедра Прикладной политологии программа дисциплины «Введение в политический анализ»
Программа предназначена для методического обеспечения учебного процесса по очной, заочной формам обучения. Прежде всего, программа...
Программа дисциплины \"Анализ социологических данных 1\" iconРабочая программа дисциплины «Многопроцессорные системы и распараллеливание обработки данных»
Многопроцессорные системы и распараллеливание обработки данных, а также получения практических навыков по их использованию при постановке...
Программа дисциплины \"Анализ социологических данных 1\" iconПрограмма дисциплины экология растений Цикл опд. Ф гсэ общие гуманитарные и социально-экономические дисциплины; ен общие математические и естественнонаучные дисциплины
Базы данных " Флора" кафедры общей экологии проанализировать состояние различных по степени нарушенности фитоценозов, а также заполнить...
Программа дисциплины \"Анализ социологических данных 1\" iconПрикладной политический анализ программа учебного курса
Программа дисциплины «прикладной политический анализ» составлена в соответствии с требованиями к обязательному минимуму содержания...
Программа дисциплины \"Анализ социологических данных 1\" iconПрограмма дисциплины Стохастический анализ
Стохастический анализ для направления 080100. 62 «Экономика» подготовки бакалавра
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib2.znate.ru 2012
обратиться к администрации
Библиотека
Главная страница