Магистратура 2019/2020

Анализ данных в социальных науках

Статус: Курс по выбору (Экономика и управление образованием)

Направление: 38.04.04. Государственное и муниципальное управление

Кто читает: Институт образования

Где читается: Институт образования

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Капуза Анастасия Васильевна, Чиркина Татьяна Александровна

Прогр. обучения: Экономика и управление образованием

Язык: русский

Кредиты: 4

Контактные часы: 52

Программа дисциплины

Аннотация

В 2018/2019 учебном году курс был признан лучшим по критерию «Полезность курса для расширения кругозора и разностороннего развития» и по критерию «Новизна полученных знаний». В рамках курса рассматриваются такие темы, как многоуровневый линейный и логистический анализ, межуровневое взаимодействие, тестирование и спецификация многоуровневых моделей, конфирматорный факторный анализ, медиация в структурном моделировании. Работа во время курса ведется в пакете R studio. В рамках курса студенты научатся применять изученные методы анализа данных для самостоятельного построения моделей, а также анализировать и представлять результаты анализа данных в различных формах (отчет или презентация).

Цель освоения дисциплины

• формирование представления о многоуровневых методах анализа данных и структурном моделировании в исследованиях образования и социальных науках
• формирование навыков выбора релевантного способа анализа данных
• развитие навыков структурного моделирования
• развитие навыков работы с данными, имеющими иерархическую, кластерную структуру для решения социально-экономических задач и анализа в сфере образования

Планируемые результаты обучения

• знать основные принципы и методы многоуровневого регрессионного анализа
• уметь применять изученные методы анализа данных для самостоятельного построения моделей
• знать основные принципы и методы структурного моделирования
• уметь анализировать и представлять результаты анализа данных в различных фор-мах (отчет, презентация)
• владеть навыками анализа в R

Содержание учебной дисциплины

• Многоуровневый регрессионный анализ
  Многоуровневый линейный анализ. Базовая модель, модели с варьирующим интерсептом, наклоном, межуровневое взаимодействие. Многоуровневая логистическая регрессия. Тестирование и спецификация многоуровневых моделей
• Структурное моделирование
  Основные концепты в анализе латентных переменных. Конфирматорный факторный анализ. Полные структурные модели. Модерация и медиация в структурном моделировании.

Элементы контроля

• Индивидуальные домашние задания
• Контрольная работа
• Экзамен

Промежуточная аттестация

• Промежуточная аттестация (4 модуль)
  0.7 * Индивидуальные домашние задания + 0.1 * Контрольная работа + 0.2 * Экзамен

Список литературы

Рекомендуемая основная литература

• Merlo, J., Wagner, P., Austin, P. C., Subramanian, S. , V., & Leckie, G. (2018). General and specific contextual effects in multilevel regression analyses and their paradoxical relationship : A conceptual tutorial. https://doi.org/10.1016/j.ssmph.2018.05.006
• Zainudin, M., Subali, B., & Jailani. (2019). Construct Validity of Mathematical Creativity Instrument: First-Order and Second-Order Confirmatory Factor Analysis. International Journal of Instruction, 12(3), 595–614. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=eric&AN=EJ1220228

Рекомендуемая дополнительная литература

• Agata Zdun-Ryżewska, Krzysztof Basiński, & Anna Michalik. (2020). A confirmatory factor analysis for an adapted and validated Polish version of the Chalder Fatigue Questionnair e. https://doi.org/10.13075/ijomeh.1896.01497
• Ezgi ULUTAN, & Derya ÇOBANOĞLU AKTAN. (2019). Investigation of the Variables Affecting the Students’ Science Achievement with Multilevel Regression Model. https://doi.org/10.21031/epod.533713
• Osuwan, H., & Songkram, N. (2019). A Confirmatory Factor Analysis of Cyberbullying Behaviors among Lower Secondary School Students in Thailand. Human Behavior Development & Society, 20(4), 92–101.