Бакалаврская программа № 521200 Кафедра: Социологии Направление : Социология Дисциплина : Многомерный статистический анализ в прикладных социологических исследованиях Статус дисциплины

Вид материала

Содержание

Часы консультаций
Условия и критерии выставления оценок
Темы лекций и семинарских за
Описание курса
Условия и критерии выставления оценок
Темы лекций и семинарских занятий

Подобный материал:

РОССИЙСКИЙ УНИВЕРСИТЕТ ДРУЖБЫ НАРОДОВ

ФАКУЛЬТЕТ ГУМАНИТАРНЫХ И СОЦИАЛЬНЫХ НАУК

БАКАЛАВРСКАЯ ПРОГРАММА № 521200

Кафедра: Социологии

Направление: Социология

Дисциплина: Многомерный статистический анализ в прикладных социологических исследованиях

Статус дисциплины: СД (по выбору)

Кредит: 4

Нагрузка: V семестр (20 недель):

~ лекции – 40 часов (2 часа в неделю)

~ семинарские занятия – 40 часов (2 часа в неделю)

~ самостоятельная работа – 64 часа

VI семестр (20 недель):

~ лекции – 40 часов (2 часа в неделю)

~ семинарские занятия – 40 часов (2 часа в неделю)

~ самостоятельная работа – 64 часа

Преподаватель: к.ф.н. Оносов Александр Аркадьевич

^ Часы консультаций: суббота, 19²⁰ – 20⁰⁰ (или по назначению / договоренности)

Телефон: 4332022 (каф.); 8 (926) 2312025 (сот.)

E-mail: o_shura@mail.ru

СОДЕРЖАНИЕ

Описание курса 4

Цель курса 4

Содержание курса 4

Организационно-методическое построение курса 4

Обязательная литература 5

Дополнительная литература 5

^ Условия и критерии выставления оценок 6

Балльная структура оценки 6

Шкала оценок 6

Правила выполнения письменных работ (контрольных тестовых работ) 6

^ Темы лекций и семинарских занятий 7

Неделя I 7

Лекция: Введение в многомерный статистический анализ 7

Семинарское занятие: Введение в многомерный статистический анализ 7

Неделя II 7

Лекция: Обзор возможностей системы SPSS 7

Семинарское занятие: Обзор возможностей системы SPSS 7

Неделя III, IV 7

Лекция: Корреляционный анализ 7

Семинарское занятие: Корреляционный анализ 7

Неделя V 8

Лекция: Сравнение средних 8

Семинарское занятие: Сравнение средних 8

Неделя VI 8

Лекция: Непараметрические тесты 8

Семинарское занятие: Непараметрические тесты 8

Неделя VII, VIII 9

Лекция: Регрессионный анализ 9

Семинарское занятие: Регрессионный анализ 9

Неделя IX: Рубежная (внутрисеместровая) аттестация 9

Неделя X, XI 10

Лекция: Дисперсионный анализ 10

Семинарское занятие: Дисперсионный анализ 10

Неделя XII, XIII 10

Лекция: Дискриминантный анализ 10

Семинарское занятие: Дискриминантный анализ 10

Неделя XIV, XV 10

Лекция: Факторный анализ 10

Семинарское занятие: Факторный анализ 11

Неделя XVI, XVII 11

Лекция: Кластерный анализ 11

Семинарское занятие: Кластерный анализ 11

Неделя XVIII 11

Лекция: Многомерное шкалирование 11

Семинарское занятие: Многомерное шкалирование 11

Неделя XIX 12

Лекция: Семантический дифференциал 12

Семинарское занятие: Семантический дифференциал 12

Неделя XX: Итоговая аттестация 12
^

Описание курса

Цель курса

Целью курса является изучение основных методов многомерного статистического анализа, формирование у студентов навыков квалифицированного использования данных методов в конкретных социологических исследованиях, овладение приемами работы с аналитическими модулями пакета SPSS.

Содержание курса

Данный учебный курс представляет собой последовательное изложение функциональных возможностей специализированных модулей системы статистического анализа и управления данными – SPSS, ориентированных на многомерный анализ эмпирических данных. Курс включает в себя:

основные понятия и содержание многомерного статистического анализа
методы статистического анализа, их особенности и области применения
инструментарий пакета SPSS для обработки и анализа данных
техника корреляционного анализа
техника сравнения средних
техника регрессионного анализа
техника дисперсионного анализа
техника дискриминантного анализа
техника факторного анализа
техника кластерного анализа
техника многомерного шкалирования

В ходе семинарских занятий студенты с помощью пакета программ SPSS реализуют полный цикл статистических и сервисных процедур, используемых в реальных эмпирических исследованиях.

Организационно-методическое построение курса

Курс состоит из лекций и практических занятий (семинаров).

Лекции представляют собой интерактивные презентации с описанием основных задач и демонстрацией специализированных функций системы SPSS, ориентированных на многомерный статистический анализ эмпирических данных.

Семинарские занятия представляют собой непосредственную работу в среде системы SPSS. Для изучения и практического овладения пакетом SPSS используются базы данных реальных социологических исследований, а также учебные базы данных, предназначенные для проработки тематических заданий и отработки навыков выполнения определенных операций. Интерактивный режим изучения позволяет проводить детальное обсуждение вопросов, возникающих в процессе овладения пакетом SPSS.

Результатом изучения курса является структурное представление студента о комплексе процедур, необходимых для решения исследовательской задачи, умение самостоятельно выполнять обработку эмпирических данных конкретного исследования, практические навыки использования специализированного аналитического инструментария в составе программного комплекса SPSS.

Обязательная литература

Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./Ахим Бююль, Петер Цёфель – СПб.: ООО «ДиаСофтЮП». – 2002. – 608 с.
Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS. – М.: Изд. дом ГУ ВШЭ. – 2006. – 281 с.
Пациорковский В.В., Пациорковская В.В. SPSS для социологов. Учебное пособие. – М.: ИСЭПН РАН. – 2005. – 433 с.
Куц А.К., Фролова Ю.В. Математические методы в социологии. – М., 2007. – 216 с.
Анализ и интерпретация данных в социологических исследованиях. – М.: Наука. – 1987.
Иберла К. Факторный анализ. – М., 1980.

Дополнительная литература

Таганов Д. SPSS: статистический анализ в маркетинговых исследованиях. – СПб.: Питер. – 2005. – 192 с.
SPSS Base User’s Guide.
Наследов А. SPSS. Компьютерный анализ данных в психологии и социальных науках. – СПб.: Питер. – 2005. – 416 с.
Дубнов П.Ю. Обработка статистической информации с помощью SPSS. – М.: АСТ. – 2004. – 224 с.
Митина О.В., Михайловская И.Б. Факторный анализ для психологов. – М., 2001. – 169 с.
Викторов В.И. Факторный анализ/ Интерпретация и анализ данных в социологических исследованиях. – М., 1987.
Факторный, дискриминантный и кластерный анализ // Под ред. И.С. Енюкова. – М., 1989. – 215 с.
Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник. –М.: Финансы и статистика. – 2000.
Харман Г. Современный факторный анализ. – М.: Статистика. – 1972.
Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. – М.: Мир. – 1982.
Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. – М., 1989.
Сошникова Л.А., Тимашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике. – М., 1976.
Жуковская В.М., Мучник И.Б. Факторный анализ в социально-экономических исследованиях. – М., 1976.
Болч Б., Хуань Дж. Многомерные статистические методы для экономики. – М., 1979.
Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. – М., 1986.
Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия: В 2-х вып. – М., 1982.

Условия и критерии выставления оценок

От студентов требуется посещение лекций и семинарских занятий, обязательное участие в рубежном и итоговом аттестационных испытаниях, выполнение заданий преподавателя, самостоятельная работа вне аудитории.

Балльная структура оценки

Формы контроля:

Посещение лекционных занятий – 20 баллов.
Посещение семинарских занятий – 20 баллов.
Выполнение заданий преподавателя – 20 баллов.
Активная работа на семинаре, изложение и практическая демонстрация отдельных, дополнительных возможностей (процедур, модулей) системы SPSS, методов анализа данных – 30 баллов.
Внутрисеместровая аттестации – 24 балла.
Итоговое испытание – 30 баллов.

Всего – 144 балла

Шкала оценок

Кредит	∑ баллов	2		3		4	5
		F	FX	E	D	C	B	A
		2	2+	3	3+	4	5	5+
4	144	менее 49	49	73	85	97	121	133

Пояснение оценок

A	Выдающийся ответ
B	Очень хороший ответ
C	Хороший ответ
D	Достаточно удовлетворительный ответ
E	Отвечает минимальным требованиям удовлетворительного ответа
FX	Оценка 2+ (FX) означает, что студент может добрать баллы только до минимального удовлетворительного ответа
F	Неудовлетворительный ответ (либо повтор курса в установленном порядке, либо основание для отчисления)

Правила выполнения письменных работ (контрольных тестовых работ)

Вопросы и задания по контрольным работам (внутрисеместровой и итоговой) становятся известны непосредственно при тестировании. Контрольные работы должны отразить устойчивые знания изученных приемов управления данными и процедур их обработки, продемонстрировать практические навыки работы с системой SPSS, умение квалифицированно использовать возможности пакета статистических программ в конкретной исследовательской ситуации.

Контрольные работы представляют собой наборы теоретических вопросов и прикладных задач на проверку знаний о возможностях пакета SPSS и реальных навыков его использования. Выполнение контрольных работ позволяет проверить усвоение студентами материала курса, их умение применять полученные знания на практике.
^

Темы лекций и семинарских занятий

Неделя I

Лекция: Введение в многомерный статистический анализ

Многомерный статистический анализ: основные понятия и содержание
Обзор методов статистического анализа

Семинарское занятие: Введение в многомерный статистический анализ

Инструментарий пакета SPSS для многомерного статистического анализа

Самостоятельная работа:

Измерение в социологии. Статистический анализ.
Многомерный статистический анализ: основные понятия и содержание
Методы многомерного статистического анализа

Неделя II

Лекция: Обзор возможностей системы SPSS

Обзор функциональных возможностей системы SPSS
Модули, окна, главное меню и панель инструментов
Редактор данных
Частотный анализ
Таблицы сопряженности

Семинарское занятие: Обзор возможностей системы SPSS

Актуализация практических навыков работы в среде SPSS
Настройки программы
Модификация данных. Работа с файлами данных
Выполнение частотного анализа
Построение таблиц сопряженности

Самостоятельная работа:

Организация работы пакета прикладных статистических программ SPSS
Модули SPSS. Главное меню и панель инструментов
Настройки программы SPSS
Базовые команды и процедуры SPSS

Неделя III, IV

Лекция: Корреляционный анализ

Понятие корреляции, коэффициент корреляции. Значения коэффициента корреляции.
Коэффициент корреляции Пирсона
Ранговые коэффициенты корреляции
Частная корреляция
Мера расстояния и мера сходства

Семинарское занятие: Корреляционный анализ

Вычисление коэффициента корреляции Пирсона
Вычисление ранговых коэффициентов корреляции
Вычисление частной корреляции
Вычисление меры расстояния и меры сходства

Самостоятельная работа:

Понятие корреляции, коэффициент корреляции
Корреляционный анализ
Примеры и практические приёмы вычисления корреляции

Неделя V

Лекция: Сравнение средних

Независимые и зависимые выборки
Сравнение двух независимых выборок
Сравнение двух зависимых выборок
Сравнение более чем двух независимых выборок
Сравнение более чем двух зависимых выборок
T-тест одной выборки

Семинарское занятие: Сравнение средних

Процедура сравнения двух независимых выборок
Процедура сравнения двух зависимых выборок
Процедура сравнения более чем двух независимых выборок
Процедура сравнения более чем двух зависимых выборок
Проведение T-теста одной выборки

Самостоятельная работа:

Зависимые и независимые выборки
Закон распределения. Нормальное распределение
Сравнение средних. Параметрические методы сравнения выборок

Неделя VI

Лекция: Непараметрические тесты

Сравнение двух независимых выборок
Сравнение двух зависимых выборок
Сравнение более чем двух независимых выборок
Сравнение более чем двух зависимых выборок
Тест Колмогорова-Смирнова для проверки формы распределения
Отдельный тест по критерию χ -квадрат
Биномиальный тест
Анализ последовательностей

Семинарское занятие: Непараметрические тесты

Процедура сравнения двух независимых выборок

U-тест по методу Манна и Уитни
Тест Мозеса (Moses)
Тест Колмогорова-Смирнова
Тест Уалда-Вольфовица (Wald-Wolfowitz)

Процедура сравнения двух зависимых выборок

Тест Уилкоксона (Wilcoxon)
Знаковый тест
Тест хи-квадрат по методу МакНемара (McNemar)

Процедура сравнения более чем двух независимых выборок

Н-тест по методу Крускала и Уоллиса
Медианный тест

Процедура сравнения более чем двух зависимых выборок

Тест Фридмана
W Кендала. Q Кохрана

Проведение теста Колмогорова-Смирнова для проверки формы распределения
Проведение отдельного теста по критерию χ -квадрат
Проведение биномиального теста
Проведение анализа последовательностей

Самостоятельная работа:

Характер распределения, отличающийся от нормального
Непараметрические тесты сравнение средних

Неделя VII, VIII

Лекция: Регрессионный анализ

Простая линейная регрессия
Множественная линейная регрессия
Нелинейная регрессия
Бинарная логистическая регрессия
Пробит-анализ

Семинарское занятие: Регрессионный анализ

Вычисление простой линейной регрессии

Расчёт уравнения регрессии
Сохранение новых переменных
Построение регрессионной прямой
Выбор осей

Вычисление множественной линейной регрессии
Вычисление нелинейной регрессии
Вычисление бинарной логистической регрессии
Проведение пробит-анализа

Самостоятельная работа:

Регрессионный анализ
Примеры и практические приёмы вычисления регрессии

Неделя IX: Рубежная (внутрисеместровая) аттестация

Понятие корреляции, коэффициент корреляции. Корреляционный анализ
Коэффициент корреляции Пирсона. Частная корреляция. Мера расстояния и мера сходства
Зависимые и независимые выборки. Закон распределения. Нормальное распределение. Тест Колмогорова-Смирнова для проверки формы распределения
Сравнение средних. Сравнение двух независимых выборок. Сравнение двух зависимых выборок
Сравнение более чем двух независимых выборок. Сравнение более чем двух зависимых выборок
T-тест одной выборки
Непараметрические тесты. Сравнение двух независимых выборок. Сравнение двух зависимых выборок
Сравнение более чем двух независимых выборок. Сравнение более чем двух зависимых выборок
Тест по критерию χ-квадрат.
Регрессионный анализ. Простая линейная регрессия. Множественная линейная регрессия. Нелинейная регрессия

Неделя X, XI

Лекция: Дисперсионный анализ

Метод дисперсионного анализа. Одномерный дисперсионный анализ
Ковариационный анализ
Многомерный дисперсионный анализ
Компоненты дисперсии

Семинарское занятие: Дисперсионный анализ

Процедура одномерного дисперсионного анализа

Одномерный дисперсионный анализ (общий многофакторный)
Одномерный дисперсионный анализ по методу Фишера (Fisher)
Одномерный дисперсионный анализ с повторным измерением

Процедура ковариационного анализа
Процедура многомерного дисперсионного анализа
Расчёт компонентов дисперсии

Самостоятельная работа:

Понятие дисперсии. Дисперсионный анализ
Примеры и практические приёмы дисперсионного анализа

Неделя XII, XIII

Лекция: Дискриминантный анализ

Метод дискриминантного анализа
Дискриминантная функция. Построение дискриминантной функции
Интерпретация дискриминантной функции
Коэффициенты дискриминантной функции
Пример из области социологии
Пример из области медицины

Семинарское занятие: Дискриминантный анализ

Выбор переменных-предикторов
Процедура дискриминантного анализа
Коэффициенты дискриминантной функции. Уравнение дискриминантной функции. Значение дискриминантной функции
Интерпретация вычисляемых характеристик

Самостоятельная работа:

Дискриминантный анализ. Дискриминантная функция
Примеры и практические приёмы дискриминантного анализа

Неделя XIV, XV

Лекция: Факторный анализ

Метод факторного анализа.
Область применения и принципы факторного анализа
Анализ и интерпретация результатов факторного анализа

Семинарское занятие: Факторный анализ

Порядок выполнения и техника факторного анализа

Вычисление корреляционной матрицы
Извлечение факторов
Вращение факторов
Интерпретация факторов
Вычисление факторных значений

Смысловая нагрузка извлечённых факторов

Самостоятельная работа:

Факторный анализ. Интерпретация результатов факторного анализа
Примеры и практические приёмы факторного анализа

Неделя XVI, XVII

Лекция: Кластерный анализ

Принцип кластерного анализа
Виды кластерного анализа. Иерархический кластерный анализ
Меры расстояния и меры сходства
Методы объединения
Кластерный анализ при большом количестве наблюдений

Семинарское занятие: Кластерный анализ

Техника иерархического кластерного анализа

Иерархический кластерный анализ с двумя переменными
Иерархический кластерный анализ с более чем двумя переменными
Иерархический кластерный анализ с предварительным факторным анализом

Расчёт расстояния и сходства. Выбор метода расчёта дистанционной меры и меры подобия

Переменные, относящиеся к интервальной шкале (метрические переменные). Частоты. Бинарные переменные

Выполнение z-преобразования
Процедура объединения кластеров. Критерий оптимального количества кластеров
Проведение кластерного анализа методом k-средних

Самостоятельная работа:

Меры расстояния и меры сходства
Кластерный анализ. Иерархический кластерный анализ
Примеры и практические приёмы кластерного анализа

Неделя XVIII

Лекция: Многомерное шкалирование

Основы метода многомерного шкалирования
Матрица расстояний, построение шкал
Интерпретация результатов

Семинарское занятие: Многомерное шкалирование

Порядок выполнения и техника многомерного шкалирования (процедура Multidimensional Scaling)
Вычисление расстояний на основе данных
Графическое отображение результатов многомерного шкалирования

Самостоятельная работа:

Многомерное шкалирование
Примеры применения метода многомерного шкалирования

Неделя XIX

Лекция: Семантический дифференциал

Основные принципы метода семантического дифференциала
Приложения метода семантического дифференциала
Интерпретация результатов метода семантического дифференциала

Семинарское занятие: Семантический дифференциал

Комплекс семантического дифференциала

Использование набора биполярных градуированных оценочных шкал
Построение координат значения, семантического пространства
Анализ положения объектов в семантическом пространстве

Обработка результатов метода семантического дифференциала

Самостоятельная работа:

Метод семантического дифференциала
Примеры и практические приёмы метода семантического дифференциала

Неделя XX: Итоговая аттестация

Понятие дисперсии. Дисперсионный анализ. Одномерный дисперсионный анализ. Ковариационный анализ. Многомерный дисперсионный анали
Дискриминантный анализ. Дискриминантная функция. Коэффициенты дискриминантной функции
Факторный анализ. Процедура факторного анализа. Интерпретация результатов факторного анализа
Кластерный анализ. Меры расстояния и меры сходства. Иерархический кластерный анализ
Метод семантического дифференциала
Многомерное шкалирование. Процедура многомерного шкалирования. Матрица расстояний

Blog

Содержание

Описание курса

Условия и критерии выставления оценок

Темы лекций и семинарских занятий