Программа дисциплины «Методы анализа динамики политических процессов» (дисциплина по выбору)

Вид материалаПрограмма дисциплины

Содержание


Раздел 2. Модели и методы теории статистических решений в изучении динамики политических процессов.
Раздел 3. Модели и методы теории случайных процессов и временных рядов в изучении динамики политических процессов.
М.: юнити-дана, 2001.
Литература для углубленного изучения научной области
Подобный материал:



Программа дисциплины «Методы анализа динамики политических процессов»

(дисциплина по выбору)

для направления «Деловая и политическая журналистика»

(вторая ступень высшего профессионального образования,

квалификация - бакалавр журналистики)

I. Пояснительная записка

Автор программы: доктор физико-математических наук, профессор Самыловский Александр Иванович.

Требования к студентам: Учебная дисциплина (по выбору) «Методы анализа динамики политических процессов» (1-й модуль второго курса, 1-й модуль третьего курса) использует материал стандартных дисциплин «Высшая математика» и «Теория вероятностей» (в объемах по три кредита ECTS каждая). Кроме того, полезным для эффективного (активного) усвоения содержания учебной дисциплины является знакомство студентов с математической статистикой в объеме любого стандартного учебного курса объемом до трех кредитов ECTS. Дополнительно студентам также рекомендуется посещение лекционных занятий по учебной дисциплине «Теоретико-вероятностные модели в социологии», которые автор программы ведет на втором курсе факультета Социологии в первом - втором модулях.

Аннотация: Учебная дисциплина «Методы анализа динамики политических процессов» входит в вузовский компонент блока общих математических дисциплин направления «Деловая и политическая журналистика». Дисциплина предназначена для ознакомления студентов с современными математическими подходами, моделями и методами, которые с конца прошлого века начинают эффективно использоваться в проблематике "Political Science", реализуя современную исследовательскую парадигму "Data Mining". Учебная дисциплина является необходимым элементом университетского образования современного журналиста - аналитика, находящегося на уровне стандартов, которые приняты сейчас в мировом профессиональном сообществе.

Учебная задача дисциплины: В результате изучения дисциплины студент должен овладеть соответствующим математическим инструментарием, научиться подбирать инструментарий, адекватный решаемым теоретическим и прикладным аналитическим задачам, научиться понимать (и оценивать) неизбежную определенную ограниченность возможностей формальных математических методов для окончательного принятия социально-политических и экономических решений. Студент должен научиться анализировать и выявлять на этой научной основе взаимную обусловленность реальных политических явлений и процессов, грамотно интерпретировать высказывания политических деятелей и реально принимаемые ими решения и их возможные последствия.

Формы контроля: По учебной дисциплине предусмотрено одно домашнее задание (эссе) как форма промежуточного контроля. Форма итогового контроля - зачет, к которому допускаются студенты, сдавшие (защитившие) домашнее задание (эссе). Студенты, посетившие менее 80% аудиторных занятий, выполняют на зачете дополнительную итоговую письменную контрольную работу. Все формы промежуточного и текущего контроля оцениваются в 10-балльной шкале. Итоговая оценка формируется из оценки за домашнее задание (эссе) (с весом 0.4) и из оценки текущего контроля работы на занятиях (с весом 0.6), с округлением результата до целых единиц. Итоговая оценка в форме «зачет» и в 10-балльной шкале выставляется в ведомость и в зачетную книжку студента (итоговые оценки 1, 2, 3 в 10-балльной шкале соответствуют форме «незачет», итоговые оценки 4-10 соответствуют форме «зачет»).

П. Тематический расчет часов

(1-й модуль)



№ раздела

Название раздела

Лекции (часы)

Семинары (часы)

Самост. работа (часы)

1.

Модели и методы математической статистики и анализа данных в изучении динамики политических процессов

12

-

14

2.

Модели и методы теории статистических решений в изучении динамики политических процессов

6




6

3.

Модели и методы теории случайных процессов и временных рядов в изучении динамики политических процессов

8

-

8

Итого аудиторных часов - 26 (лекции - 26, семинары - нет); итого внеаудиторных часов самостоятельной работы - 28.

Всего учебных часов - 54.

i

III. Содержание программы

Раздел 1. Модели и методы математической статистики и анализа данных в изучении динамики политических процессов.

Скалярные и векторные случайные величины как математические модели социально-политических явлений. Анализ динамики числовых характеристик случайных величин методами дисперсионного (ДА), корреляционного (КА), регрессионного (РА) анализов. Однофакторный, двухфакторный и многофакторный дисперсионный анализ. Взаимодействие факторов. Модель «пат-анализа». Планирование активного эксперимента. Полный, частный, множественный коэффициенты корреляции. Парная и множественная регрессия. Стандартизованные вычислительные схемы в ДА, КА, РА. Взаимосвязь подходов, методов, результатов ДА, КА, РА как элементов исследовательской парадигмы "Data Mining" в изучении политической динамики. Возможности методов многомерного статистического анализа для исследования проблематики политической динамики: модели главных компонент и канонических корреляций, модели «когнитивных карт» и «атрибутивных карт восприятия». Модели шкалирования первичных данных о социально-политических процессах, модель «семантического дифференциала». Применение моделей в исследовании динамики социально-политических процессов: выборные технологии, политический маркетинг, медиа-планирование. Математическая и социально-политическая интерпретация исследовательских подходов, моделей, данных, выводов, решений.

Раздел 2. Модели и методы теории статистических решений в изучении динамики политических процессов.

Проверка гипотез как теория статистических решений. Характеристики решающего правила (РП): оперативная характеристика, мощность; рандомизированное РП. Принятие решений в условиях неопределенности. Последовательный анализ как математическая модель динамической процедуры принятия решений при поступлении и анализе дополнительной информации о социально-политическом процессе (в динамике). Последовательный критерий отношения вероятностей при проверке статистических гипотез о поведении социально-политического процесса. Последовательное оценивание параметров моделей политических процессов. Модель «игры с природой» в анализе политической динамики. Модель «дерева решений» в анализе политической динамики. Применение моделей в управлении социально-политическими процессами формирования политического имиджа, политической ориентации.

Раздел 3. Модели и методы теории случайных процессов и временных рядов в изучении динамики политических процессов.

Последовательности зависимых испытаний, зависимых скалярных и векторных случайных величин как математические модели исследования политической динамики. Различные динамические модели случайных процессов и возможности аналитического исследования моделей динамики: марковские процессы и их модели; корреляционная теория случайных процессов; стационарность, асимптотическое поведение, эргодичность, предельное распределение характеристик моделей. Статистика случайных процессов. Статистические методы построения и исследования моделей. Модель случайного процесса в виде временного ряда. Исследование структуры временного ряда: тренд, циклы, сезонность, случайность; сегментирование тренда. Модели и методы непараметрической статистики в анализе временных рядов; ранговые методы выявления тенденций. Модели авторегрессии и

скользящего среднего в анализе стационарных временных рядов, вычисление параметров моделей на основе статистического анализа ряда. Корреляционный анализ в исследовании временных рядов, сериальные корреляции, коррелограммы и спектры. Спектральный анализ в исследовании временных рядов политической динамики. Модели нестационарных временных рядов. Многомерные временные ряды. Модели панельных данных и множественных временных рядов в изучении динамики политических процессов. Прогнозирование политической динамики на основе моделей временных рядов. Исследование адекватности модели временного ряда реальным данным.

IV. Список литературы Базовые учебники
  1. Мангейм Джарол Б., Рич Ричард К. Политология. Методы исследования. - М.: Весь Мир, 1999.
  2. Сигел Эндрю Ф. Практическая бизнес-статистика. - М.: ИД «Вильяме», 2002.
  3. Ханк Джон Э., Уичерн Дин У, Раите Артур Дж. Бизнес- прогнозирование. - М.: ИД «Вильяме», 2003.

Основная литература по учебной дисциплине
  1. Горелова Г.В., Кацко И.А. Теория вероятностей и математическая статистика в примерах и задачах с применением Excel. Учебное пособие для ВУЗов. - Ростов-на-Дону: Феникс, 2002.
  2. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник. - М.: Финансы и статистика, 1999, 2004.
  3. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика: Учебник. Серия «Высшее образование». - М.: ИНФРА-М, 1999, 2000; ЮНИТИ-ДАНА, 2003.
  4. Прикладной статистический анализ: Учебное пособие для ВУЗов / Колл. авт. Алексахин СВ., Балдин А.В. и др. - «Издательство ПРИОР», 2001.
  5. Теория статистики с основами теории вероятностей: Учебное пособие для ВУЗов / Колл. авт., под ред. И.И.Елисеевой. - М.: ЮНИТИ-ДАНА, 2001.

6. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. - М.: ИНФРА-М, 2003.



Дополнительная литература по учебной дисциплине
  1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ.-М.: Мир, 1982.
  2. Глинский В.В., Ионин ВТ. Статистический анализ. Учебное пособие. - М.: ИИД «Филинъ», 1998; ИНФРА-М, 2002.
  3. Дэвис Джоэл Дж. Исследования в рекламной деятельности: теория и практика. - М.: ИД «Вильяме», 2003.
  4. Кендэл Морис Дж. Временные ряды. - М.: Финансы и статистика, 1981.
  5. Курбатов В.К, Уголънщкий Г.А. Математические методы социальных технологий: Учебное пособие. - М.: Вузовская книга, 1998.
  6. Лунеев В.В. Юридическая статистика: Учебник. - М: Юристъ, 1999.
  7. Макарова КВ., Трофгшец В.Я. Статистика в Excel: Учебное пособие. - М: Финансы и статистика, 2002.

8. Малхотра Нэреш К. Маркетинговые исследования. Практическое руководство. - М.: ИД «Вильяме», 2002, 2003.

9. Плаус Скотт. Психология оценки и принятия решений. - М.: ИИД «Филинъ», 1998.

10. Статистические методы для ЭВМ / Сб. под ред. Курта Энслейна, Энтони Рэлстона, Герберта С. Уилфа. -М.: Наука, 1986.

11. Томас Ричард. Количественные методы анализа хозяйственной деятельности. - М.: Дело и Сервис, 1999.

12. Хеллевик Оттар. Социологический метод. - М.: Весь Мир, 2002.
  1. Черчилль Гилберт А. Маркетинговые исследования. - СПб.: Питер, 2002.
  2. Morton Rebecca В. Methods and Models. A Guide to the Empirical Analysis of Formal Models in Political Science. - UK: Cambridge University Press, 2000.

Литература для углубленного изучения научной области

  1. Анастази Анна, Урбина Съюзан. Психологическое тестирование. 7-е международное издание. - СПб.: Питер, 2001.
  2. Бендат Джулиус С, Пирсол Аллан Г. Прикладной анализ случайных данных. - М.: Мир, 1989.
  3. Бикел Питер Дж., Доксам Куэлл А. Математическая статистика. Вып. 1,2.- М.: Финансы и статистика, 1983.

4. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1,2.- М.: Мир, 1974.
  1. Болч Бен У., Хуань Клифф Дж. Многомерные статистические методы для экономики. - М.: Статистика, 1979.
  2. Браунли К.А. Статистическая теория и методология в науке и технике. -М.: Наука, 1977.
  3. Кемени Джон Дж., Снелл Дж. Лори. Конечные цепи Маркова. - М.: Наука, 1970.
  4. Кемени Джон Дж., Снелл Дж. Лори. Кибернетическое моделирование. Некоторые приложения. - М.: Советское радио, 1972.
  5. Кендалл Морис Дж., Стъюарт Алан. Многомерный статистический анализ и временные ряды. - М.: Наука, !976.



  1. Мостеллер Фредерик, Тъюки Джон У. Анализ данных и регрессия: В 2-х вып. - М.: Финансы и статистика, 1982.
  2. Налимов В.В., Голикова Т.Н. Логические основания планирования эксперимента. -М.: Металлургия, 1981.

12. Политическая наука: новые направления / Под ред. Роберта Е. Гудина, Ханса-Дитера Клингеманна. -М.: Вече, 1999.
  1. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи, методы, примеры. - М.: Физматлит, 2002.
  2. Сачков Ю.В. Вероятностная революция в науке (Вероятность, случайность, независимость, иерархия). - М.: Научный мир, 1999.



  1. Сидоренко Е.В. Методы математической обработки в психологии. - СПб.: Речь, 2000.
  2. Сосулин Ю.Г., Фишман М.М. Теория последовательных решений и её применения. - М.: Радио и связь, 1985.
  3. Франк Роберт X. Микроэкономика и поведение. Университетский учебник. - М.: ИНФРА-М, 2000.

18. Чернов Герман, Мозес Линкольн. Элементарная теория статистических решений. - М.: Советское радио, 1962.
  1. Hogg Robert V., Craig Allen T. Introduction to Mathematical Statistics. - USA: Prentice-Hall, Inc., 1995.
  2. Kadane Joseph В., et al. Rethinking the Foundations of Statistics. - UK: Cambridge University Press, 2000.
  3. Neter John, Wasserman William, Kutner Michael H. Applied Linear Statistical Models. 3rd edition. - USA: IRWIN, Inc., 1990.
  4. Maxwell Nicholas. Data Matters: Conceptual Statistics for a Random World. - USA: Key College Publishing, 2002.

V. Тематика форм промежуточного контроля.

Задание №1 (необязательное).

Вычислительные схемы дисперсионного, корреляционного и регрессионного анализа данных политической динамики.

Задание №2 (необязательное).

Вычислительные методы анализа марковских моделей политической динамики.