Программа дисциплины «Компьютерные методы анализа социологических данных (введение в математическую статистику и анализ данных)» для направления 040100. 68 «Социология» подготовки магистра Правительство Российской Федерации

Вид материала

Программа дисциплины

Содержание Тема 15. Корреляционный анализ Образовательные технологии 10. Порядок формирования оценок по дисциплине 11. Учебно-методическое и информационное обеспечение дисциплины Основная литература Дополнительная литература

Подобный материал:

• Программа дисциплины «Методы анализа латентных признаков» для направления 040200., 268.76kb.
• Программа дисциплины "Анализ социологических данных, 182.86kb.
• Правительство Российской Федерации Государственное образовательное бюджетное учреждение, 441.45kb.
• Программа дисциплины «Современные методы анализа данных» для направления 040100., 358.86kb.
• Программа дисциплины «Современные методы анализа данных» для направления 040100., 284.82kb.
• Программа дисциплины Практический брендинг  для направления 040100. 68 «Социология», 206.01kb.
• Программа дисциплины «Современная социологическая теория: модели объяснения и логика, 246.72kb.
• Программа дисциплины Экономический анализ современных рынков  для направления 040100., 350.71kb.
• Программа дисциплины Методы анализа зависимостей в анализе данных (эконометрический, 343.12kb.
• Программа дисциплины «Современные методы анализа социологических данных» Для направления, 622.56kb.

Тема 15. Корреляционный анализ

Назначение и место корреляционного анализа в статистическом исследовании. Сущность и теоретические основы метода. Подготовка информации и вычисления канонических корреляций. Оценка значимости канонических корреляций. Экономико-социологическая интерпретация результатов канонического анализа.

Корреляционный анализ количественных признаков. Корреляционный анализ порядковых переменных: ранговая корреляция. Корреляционный анализ категоризованных переменных: таблицы сопряженности.


Литература

1. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 526-541.
   
2. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. С. 391-448.
   

Дополнительная литература

3. Бююль А., Цефель П. SPSS: искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей. DiaSoft, 2002.
   
4. Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2001.
   
5. Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учебное пособие. Финансы и статистика, 2002.
   
6. Руководство пользователя SPSS 11.0
   
7. Сиськов В.И. Корреляционный анализ в экономических исследованиях. М., 1975.
   
8. Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. Под ред. Член-корр. РАН И.И.Елисеевой. М.: Аудит, ЮНИТИ, 1997.
   
9. Afifi A.A., Clark V. Computer-aided multivariate analysis. NY, 1990.
   
10. Fox J. Applied regression analysis, linear models, and related methods. SAGE, 1997.
    
11. Greene W.H. Econometric analysis. Fourth edition. Prentice-Hall Inc, 2000.
    
12. Handbook of applied econometrics. Volume II: Microeconomics. Ed. By M. Hashem Persaran and Peter Schmidt. Blackwell publisher, 1999.
    
13. Veerbeek M. A guide to modern econometrics. John Wiley&Sons Ltd, 2000.
    

8. Образовательные технологии

Занятия проводятся в форме интерактивных лекций и практических занятий. Обработка данных проводится на ЭВМ, на которых установлен пакет SPSS


9.1. Тематика эссе (эссе выбирается по желанию студента и поощряется дополнительными баллами)

1. Формализация проблемы и постановка задач исследования в процессе моделирования (на конкретных примерах).
   
2. Множественный регрессионный анализ (на примере конкретного исследования).
   
3. Probit модели (на примере конкретного исследования).
   
4. Logit модели (на примере конкретного исследования).
   
5. Tobit модели (на примере конкретного исследования).
   
6. Анализ временные рядов (на примере конкретного исследования).
   
7. Факторный анализ (на примере конкретного исследования).
   
8. Дискриминантный анализ (на примере конкретного исследования).
   
9. Кластерный анализ (на примере конкретного исследования).
   
10. Многомерное шкалирование (на примере конкретного исследования).
    
11. Корреляционный анализ (на примере конкретного исследования).
    

9.2.Вопросы для оценки качества освоения курса

1. Основные понятия анализа данных в социологических исследованиях. Модели и моделирование. Объект-оригинал и модель. Системы.
   
2. Основные этапы моделирования. Особенности математического моделирования социально-экономических процессов.
   
3. Коэффициенты связи для номинальных переменных. Коэффициент ². Коэффициенты связи, основные на ².
   
4. Коэффициенты связи для порядковых данных.
   
5. Коэффициент корреляции Пирсона.
   
6. Модель парной линейной регрессии. Регрессия по методу наименьших квадратов.
   
7. Модель парной линейной регрессии. Интерпретация уравнения регрессии.
   
8. Вывод и интерпретация коэффициентов множественной регрессии. Свойства коэффициентов множественной регрессии
   
9. Случайные составляющие коэффициентов регрессии. Точность коэффициентов регрессии. Теорема Гаусса-Маркова.
   
10. Качество оценки: коэффициент R2. F-тест на качество оценивания. Взаимосвязи между критериями.
    
11. Мультиколлинеарность. Фиктивные переменные.
    
12. Гетероскедастичность. Автокорреляция.
    
13. Логистическая регрессия. Probit и Logit модели
    
14. Модели бинарного и множественного выбора. Dummy-переменные. Оценивание параметров бинарных моделей.
    
15. Цензурированные выборки. Tobit модели
    
16. Анализ временные рядов. Стационарные временные ряды и их основные характеристики.
    
17. Неслучайная составляющая временного ряда и методы его сглаживания. Модели стационарных и нестационарных временных рядов и их идентификация.
    
18. Основные задачи факторного анализа. Сущность методов факторного анализа и их классификация.
    
19. Фундаментальная теорема факторного анализа Тэрстоуна. Общий алгоритм и теоретические проблемы факторного анализа.
    
20. Метод главных компонент. Метод главных факторов. Вращение пространства общих факторов.
    
21. Классификация при наличии обучающих выборок (дискриминантный анализ). Класс как генеральная совокупность и базовая идея вероятностно-статистических методов классификации.
    
22. Основные положения дискриминантного анализа. Дискриминантные функции и их геометрическая интерпретация.
    
23. Классификация без обучения (кластерный анализ). Общая постановка задачи кластерного анализа. Расстояния между отдельными объектами и меры близости объектов друг к другу. Расстояния между классами объектов. Меры сходства.
    
24. Общая характеристика методов кластерного анализа. Иерархический кластерный анализ. Метод k-средних. Метод поиска сгущений.
    
25. Постановка задачи метрического многомерного шкалирования. Представление и первичная обработка статистических данных в многомерном шкалировании.
    
26. Понятие о неметрическом многомерном шкалировании. Модели поиска индивидуальных различий. Анализ предпочтений.
    
27. Назначение и место корреляционного анализа в статистическом исследовании. Сущность и теоретические основы метода. Подготовка информации и вычисления канонических корреляций.
    
28. Корреляционный анализ количественных признаков, порядковых переменных, категоризованных переменных.
    

10. Порядок формирования оценок по дисциплине

Итоговая оценка формируется по следующей формуле: 20% составляет оценка за работу на семинарах (решения задач), 40% - оценка за домашние задания (построение моделей в пакете SPSS), 40% - оценка на зачете. .

На пересдаче студенту не предоставляется возможность получить дополнительный балл для компенсации оценки за текущий контроль.

11. Учебно-методическое и информационное обеспечение дисциплины

11.1 Базовый учебник

Бююль А., Цефель П. SPSS: искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей. DiaSoft, 2002.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999.

Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М, 2001.(серия «Университетский учебник»).

0. Основная литература

Т е м а 1.

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. С. 23-51.


Т е м а 2.

Бююль А., Цефель П. SPSS: искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей. DiaSoft, 2002. С. 25-56.


Т е м а 3.

Бююль А., Цефель П. SPSS: искусство обработки информации, анализ статистических данных и восстановление скрытых закономерностей. DiaSoft, 2002. С. 102-134.


Т е м а 4.

Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. Москва: Издательский дом ГУ-ВШЭ, 2006. С.12-66.


Т е м а 5.

Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. Под ред. Член-корр. РАН И.И.Елисеевой. М.: Аудит, ЮНИТИ, 1997. С. 124-183.


Т е м а 6.

Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М, 2001.(серия «Университетский учебник»). С. 53-68, 134-164.


Т е м а 7.

Доугерти К. Введение в эконометрику: Пер. с англ. М.: ИНФРА-М, 2001.(серия «Университетский учебник»). С. 69-111, 200-219.


Т е м а 8.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 304-332.


Т е м а 9.

Магнус Я.Р., Катышев П.К., Персецкий А.А. Эконометрика. Начальный курс: Учеб. 6-е изд., перераб. и доп. М.: Дело, 2004. С. 337-350.


Т е м а 10.

Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. Под ред. Член-корр. РАН И.И.Елисеевой. М.: Аудит, ЮНИТИ, 1997. С. 290-312.


Т е м а 11.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 333-400.


Т е м а 12.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 507-525


Т е м а 13.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 468-506.


Т е м а 14.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 250-345


Т е м а 15.

Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб пособие для вузов/ под ред.проф. В.Н.Тамашевича. М.: ЮНИТИ-ДАНА, 1999. С. 526-541.

0. Дополнительная литература

Т е м а 1.

Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2001.


Т е м а 2.

Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2001.


Т е м а 3.

Afifi A.A., Clark V. Computer-aided multivariate analysis. NY, 1990.


Т е м а 4.

Afifi A.A., Clark V. Computer-aided multivariate analysis. NY, 1990.


Т е м а 5.

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998.


Т е м а 6.

Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2001.

Veerbeek M. A guide to modern econometrics. John Wiley&Sons Ltd, 2000.


Т е м а 7.

Замков О.О. Эконометрические методы в макроэкономическом анализе: Курс лекций. М.: ГУ ВШЭ, 2001.

Veerbeek M. A guide to modern econometrics. John Wiley&Sons Ltd, 2000.


Т е м а 8.

Menard S. Applied logictic regression analysis. SAGE PUBLIKATIONS #106.


Т е м а 9.


Т е м а 10.

Sayrs L.W. Pooled time series analysis. SAGE, 1989.


Т е м а 11.

Lewis-Beck M.S. Factor analysis and related techniques/ International handbooks of quantitative applications in social sciences. Vol. 5. SAGE.


Т е м а 12.

Handbook of applied econometrics. Volume II: Microeconomics. Ed. By M. Hashem Persaran and Peter Schmidt. Blackwell publisher, 1999.


Т е м а 13.

Мандель А. Кластерный анализ. М. 1982.


Т е м а 14.

Клигер С.А., Косолапов М.С., Толстова Ю.Н. Шкалирование при сборе и анализе социологической информации. М.: Наука, 1978.


Т е м а 15.

Сиськов В.И. Корреляционный анализ в экономических исследованиях. М. 1975.

12. Материально-техническое обеспечение дисциплины

На всех лекциях используется проектор, на практических занятиях знакомство с методами и обработка результатов проводится на ЭВМ с установленным пакетом SPSS.