Аспирантура 2025/2026

Количественный анализ социологических данных

Статус: Курс по выбору

Кто читает: Департамент социологии

Где читается: Санкт-Петербургская школа социальных наук

Когда читается: 1-й курс, 1 семестр

Охват аудитории: для своего кампуса

Преподаватели: Артёменко Елена Дмитриевна

Язык: русский

Кредиты: 2

Контактные часы: 24

Программа дисциплины

Аннотация

Курс охватывает различные типы регрессионного моделирования, включая дальнейшее понимание линейной регрессии и диагностики для линейных моделей, бинарной, полиномиальной, упорядоченной регрессии, моделей для подсчета данных, а также методов причинно-следственной связи. Предполагается, что учащиеся обладают базовыми знаниями в области статистики и знакомы с несколькими традиционными статистическими методами, в первую очередь с линейной регрессией, а также со средой программирования R.

Цель освоения дисциплины

• Основная цель курса — дать представление о различных расширениях линейного регрессионного анализа, широко используемых в современных социальных науках, а также о реализации соответствующих методов в R, популярном языке программирования для статистических вычислений. К концу курса студенты смогут выбирать актуальные методы анализа И интерпретировать результаты моделирования.

Планируемые результаты обучения

• читать и понимать большинство академических статей по общественным наукам, в которых используется количественный подход.
• разрабатывать дизайн количественного исследования
• использовать язык программирования R для сложных статистических вычислений
• выбирать статистические методы, соответствующие данным и основной задаче исследования

Содержание учебной дисциплины

• Расширенный анализ с линейной регрессией
• Бинарная логистическая регрессия
• Полиномиальная логистическая регрессия
• Упорядоченная логистическая регрессия
• Модели для счетных данных
• Введение в причинно-следственный анализ: инструментальные переменные
• Разрывный регрессионный дизайн

Элементы контроля

• Домашнее задание
• Контрольная работа
  Студентам необходимо решить аналитические задачи во время занятий.
• Экзамен

Промежуточная аттестация

• 2025/2026 1st semester
  Домашнее задание*0,4 + Контрольная работа*0,4 + Практическая работа*0,2

Список литературы

Рекомендуемая основная литература

• 9781292034898 - Agresti, Alan; Finlay, Barbara - Statistical Methods for the Social Sciences - 2014 - Pearson - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1418314 - nlebk - 1418314
• Field, A. V. (DE-588)128714581, (DE-627)378310763, (DE-576)186310501, aut. (2012). Discovering statistics using R Andy Field, Jeremy Miles, Zoë Field. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.363067604
• Morgan, S. L., & Winship, C. (2007). Counterfactuals and Causal Inference : Methods and Principles for Social Research. New York: Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=206937
• Smith, R. B. (2011). Multilevel Modeling of Social Problems : A Causal Perspective. Dordrecht: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=371921

Рекомендуемая дополнительная литература

• Chatterjee, S., Hadi, A. S., & Ebooks Corporation. (2012). Regression Analysis by Example (Vol. Fifth edition). Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=959808
• Jiang, J. (2007). Linear and Generalized Linear Mixed Models and Their Applications. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=212826

Авторы

• Артёменко Елена Дмитриевна