Рабочая программа по дисциплине «Математические методы моделирования социальных процессов» для специальности: 040201 социология
| Вид материала | Рабочая программа |
- Рабочая программа по Теория случайных процессов (наименование дисциплины) для специальности, 94.12kb.
- Рабочая программа по «Социолингвистике» для специальности 04. 02. 01 «Социология», 340.88kb.
- Рабочая программа по дисциплине «Математические методы финансового анализа» специальности:, 139.06kb.
- Учебно-методический комплекс учебной дисциплины «Математические методы моделирования, 335.12kb.
- Методические указания к выполнению курсовой работы для студентов всех форм обучения, 588.67kb.
- Учебная программа по дисциплине «основы профессиональной психодиагностики» для студентов, 167.88kb.
- Программа дисциплины Маргинальность: основания социологической теории для направления, 184.83kb.
- Рабочая программа по дисциплине «Методы социально-экономического прогнозирования» специальности:, 156.06kb.
- Рабочая программа учебной дисциплины «Аналитический маркетинг» (специальность «Математические, 151.09kb.
- Программа учебной дисциплины «социология коммуникаций» для студентов специальности, 228.62kb.
Министерство образования и науки
Амурский государственный университет
УТВЕРЖДАЮ
Проректор по УНР
____________ Е.С. Астапова
«___» _____________ 2006г.
РАБОЧАЯ ПРОГРАММА
по дисциплине «Математические методы моделирования социальных процессов»
для специальности: 040201 – социология
Курс – 4 Семестр – 7
Лекции – 28 (час.) Экзамен – нет
Практические занятия – 14 (час.) Зачет – 7 семестр
Лабораторные занятия – 0 (час.)
Самостоятельная работа – 58 (час.)
Всего часов – 100 (час.)
Составитель Двоерядкина Н.Н.
Факультет МиИ
Кафедра ОМиИ
2006 г.
Рабочая программа составлена на основании авторских разработок преподавателей кафедры ОМиИ, в соответствии с рекомендациями выпускающей кафедры.
Рабочая программа обсуждена на заседании кафедры общей математики и информатики
« » 200 г., протокол № .
Заведующий кафедрой Г.В. Литовка
Рабочая программа одобрена на заседании УМС _______________________
__________________________________________________________________
«__» __________________ 200__г., протокол №___________
Председатель ______________________________________________________
СОГЛАСОВАНО СОГЛАСОВАНО
Начальник УМУ Председатель УМС факультета
__________________ ____________________
«__» ___________ 200_г. «__»_______________ 200_г.
СОГЛАСОВАНО
Заведующий выпускающей кафедры
_____________________
«__» ________________200_г.
Рабочая программа переутверждена на 20__/20__ учебный год на заседании
кафедры от «___» ___________ 200__ г., протокол № ____
Заведующий кафедрой _____________________ Г. В. Литовка
Заведующий выпускающей кафедрой _____________________
1. Цели и задачи дисциплины, ее место в учебном процессе.
Программа предназначена для подготовки дипломированных специалистов по специальности «Социология». Это накладывает на нее определенные особенности, заключающиеся в том, что выпускник должен получить высшее образование, способствующее дальнейшему развитию личности.
Дисциплина «Математическое моделирование социальных процессов» является составной частью математического образования социолога, логичным продолжением курсов «Математики» и «Математических методов в социологии». Она призвана обеспечить специалиста-социолога мощным средством решения прикладных профессиональных задач.
Математическое моделирование социальных процессов является междисциплинарным инструментарием, который выполняет две основные функции: первую — обучающую специалиста-профессионала умению правильно задавать цель тому или иному процессу, определить условия и ограничения в достижении цели; вторую – аналитическую, т.е. «проигрывание» на моделях возможных ситуаций и получение оптимальных решений.
Именно поэтому при обучении социологов математическому моделированию социальных процессов основное внимание уделяется не строгим математическим доказательствам того или иного утверждения, а построению и анализу моделей конкретных жизненных ситуаций.
Благодаря междисциплинарным связям, осуществляемым в процессе преподавания дисциплины и моделированию социальной действительности студенты начинают понимать какое место математика и математические методы занимают в их профессиональной деятельности.
2. Содержание дисциплины.
2.1. Федеральный компонент. Дисциплина «Математическое моделирование социальных процессов» является дисциплиной по выбору, поэтому при составлении рабочей программы мы опираемся на опыт работы кафедр математики и информатики и социологии АмГУ.
2.2 Лекционные занятия, наименование тем, содержание, объем в часах (28 ч).
Раздел 1. Дискриминантный анализ ( 8 ч).
Дискриминантные функций, оценка их надежности, построение классифицирующих функций, классификационная матрица, расстояния Махаланобиса, апостериорные и априорные вероятности.
Раздел 2. Многомерное шкалирование (6 ч).
Многомерное шкалирование, построение геометрического образа социального пространства, метрические и неметрические методы шкалирования, показатель «стресса».
Раздел 3. Регрессионный анализ ( 8 ч)
Модель множественной регрессии, фиктивные переменные и их использование в моделях, логистические и лог-линейные модели, их анализ. Устойчивость моделей к изменениям внутри системы и внешней среды.
Раздел 4. Анализ временных рядов (6 ч)
Временные ряды при изучении динамики социальных явлений, тренд, сезонность, построение моделей с аддитивной и мультипликативной сезонностью.
2.3 Практические и семинарские занятия, их содержание и объем в часах (14 ч).
Раздел 1. Дискриминантный анализ ( 4 ч).
Нахождение дискриминантных функций, использование χ2-критерия для определения оптимального количества дискриминантных функций, классификация наблюдений при помощи дискриминантных функций, классифицирующих функций, расстояния Махаланобиса, апостериорных вероятностей.
Раздел 2. Многомерное шкалирование (2 ч).
Многомерное шкалирование, построение геометрического образа социального пространства, метрические и неметрические методы шкалирования, показатель «стресса».
Раздел 3. Регрессионный анализ ( 4 ч)
Модель множественной регрессии, фиктивные переменные и их использование в моделях, логистические и лог-линейные модели, их анализ. Устойчивость моделей к изменениям внутри системы и внешней среды.
Раздел 4. Анализ временных рядов (4 ч)
Временные ряды при изучении динамики социальных явлений, тренд, сезонность, построение моделей с аддитивной и мультипликативной сезонностью.
2.5 Самостоятельная работа студентов.
Студентам необходимо самостоятельно повторять ранее изученные понятия по математике и математическим методам в социологии из следующих разделов:
- линейная алгебра;
- дифференциальные уравнения и их системы;
- математическая статистика;
- теория вероятностей;
- многомерные статистические методы исследования
- корреляционный анализ и др.
Кроме того, во время изучения дисциплины каждый студент самостоятельно комплексное выполняет задание:
Комплексное задание по дисциплине «Математическое моделирование социальных процессов»: студенты составляют задачу, связанную с их будущей профессиональной деятельностью и находят ее решение. Задача составляется на основании статистических данных, которые собирают студенты во время выполнения курсовых проектов по профессиональным дисциплинам. Таблица данных должна содержать 10-15 различных переменных, среди которых имеются фиктивные, и не менее 100 наблюдений. Средствами дискриминантного анализа и методами многомерного шкалирования все наблюдения разбиваются на классы по данным одной из фиктивных переменных (переменная указывается преподавателем). Для определенного класса строятся различные модели, и проводится их анализ. В результате выбирается та модель, которая наиболее полно отражает реальную картину.
2.6 Промежуточные формы контроля знаний, перечень и темы.
По данному курсу предполагается оценка знаний по каждой теме лекционных и практических занятий, а также оценка самостоятельной работы. Формы контроля по разным темам представлены в учебно-методической карте дисциплины.
2.7 Итоговый контроль знаний.
Итоговая форма контроля знаний по дисциплине «Математическое моделирование социальных процессов» - зачет.
Для достижения поставленной цели курса и получения зачета студенту, кроме теоретического изучения тем, изложенных в рабочей программе, необходимо успешно выполнить задания практических занятий, а также комплексное итоговое задание, предусмотренное для самостоятельной работы.
Примерные вопросы к зачету по дисциплине «Математическое моделирование социальных процессов».
- Понятие о многомерных статистических методах исследования.
- Границы применимости многомерных статистических методов.
- Классификация многомерных статистических методов.
- Примеры задач, решаемых с помощью многомерных статистических методов исследования.
- Построение математических моделей различных социально-экономических задач, основные этапы.
- Моделирование значений наблюдаемых переменных на основе фиктивных факторов.
- Постановка задачи многомерного шкалирования.
- Построение геометрического образа социального пространства.
- Метрические и неметрические методы шкалирования, показатель «стресса».
- Постановка задачи дискриминантного анализа.
- Понятие о дискриминантных функциях.
- Определение оптимального количества дискриминантных функций.
- Оценка параметров дискриминантных функций и их качества.
- Классификация объектов и наблюдений при помощи дискриминантных функций.
- Построение классифицирующих функций, классификация объектов и наблюдений при помощи классифицирующих функций.
- Вычисление расстояний Махаланобиса, апостериорных расстояний и классификация объектов с их помощью.
- Понятие классификационной матрицы, ее анализ.
- Временные ряды при изучении динамики социальных явлений.
- Понятие тренда, сезонности, аддитивная и мультипликативная сезонность.
- Примеры временных рядов с аддитивной и мультипликативной сезонностью.
- Построение регрессионных моделей
- Модели логистической регрессии и лог-линейной регрессии.
- Системы регрессионных уравнений. Примеры моделей с использованием систем уравнений.
- Идентифицируемость и сверхидентифицируемость систем.
- Эндогенные и экзогенные переменные.
- Анализ устойчивости моделей к изменениям внутри системы и внешней среды.
Литература
- Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1998 г.
- Айвазян С. А. Прикладная статистика и основы эконометрики.
- Елисеева И.И. Общая теория статистики. - М.: Финансы и статистика, 2003 г.
- Ермолаев О.Ю. Математическая статистика для психологов. М.: Флинта, 2002 г.
- Сидоренко Е.В. Методы математической обработки. Спб.: Социально-психологический центр, 2004 г.
Таблица – Учебно-методическая (технологическая) карта дисциплины «Математические методы в социологии»
| № недели | Вопросы, изучаемые на лекции | кол-во часов | Вопросы, изучаемые на практическом занятии | кол-во часов | Самостоятельная работа | Формы контроля |
| 1 | Дискриминантные функций, оценка их надежности, | 2 | | | | |
| 2 | Нахождение дискриминантных функций, использование χ2-критерия для определения оптимального количества дискриминантных функций | 2 | Классификация наблюдений при помощи дискриминантных функций, анализ классификационной матрицы | 2 | Выполнение комплексного задания | Защита задания |
| 3 | Построение классифицирующих функций, классификационная матрица, расстояния Махаланобиса, апостериорные и априорные вероятности. | 2 | | | ||
| 4 | Классификация наблюдений при помощи классифицирующих функций, расстояния Махаланобиса, апостериорных вероятностей | 2 | Классификация наблюдений при помощи классифицирующих функций, расстояния Махаланобиса, апостериорных вероятностей | 2 | ||
| 5 | Метрические методы многомерного шкалирования, показатель «стресса». | 2 | | | ||
| 6 | Многомерное шкалирование, построение геометрического образа социального пространства, | 2 | Неметрические методы многомерного шкалирования, показатель «стресса». | 2 | ||
| 7 | метрические и неметрические методы шкалирования, показатель «стресса». | 2 | | | ||
| 8 | Модель множественной регрессии | 2 | Модель множественной регрессии, оценка ее качества, интерпретация результатов. | 2 | ||
| 9 | Фиктивные переменные и их использование в моделях. | 2 | | | ||
| 10 | Логистические и лог-линейные модели, их анализ | 2 | Построение и анализ логистических и лог-линейных моделей. | 2 | ||
| 11 | Устойчивость моделей к изменениям внутри системы и внешней среды. | 2 | | | ||
| 12 | Временные ряды при изучении динамики социальных явлений, | 2 | Временные ряды построение тренда. | 2 | к/р | |
| 13 | Построение тренда (линейного и нелинейного). | 2 | | | ||
| 14 | Аддитивная и мультипликативная сезонность. | 2 | Временные ряды с аддитивной и мультипликативной сезонностью. | 2 | ||
| Всего | 28 ч | | 14 ч | | | |