Научно-исследовательский семинар

Магистратура 2019/2020

Статус: Курс обязательный (Государственное и муниципальное управление)

Направление: 38.04.04. Государственное и муниципальное управление

Кто читает: Департамент государственного и муниципального управления

Где читается: Факультет социальных наук

Когда читается: 2-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Меликян Алиса Валерьевна, Нежина Тамара Генриховна

Прогр. обучения: Государственное и муниципальное управление

Язык: русский

Кредиты: 9

Контактные часы: 96

Полная версия программы учебной дисциплины

Аннотация

Дисциплина «Научно-исследовательский семинар» дает возможность студентам продемонстрировать свои компетенции в осуществлении научно-практического исследования. В ходе изучения данной дисциплины студенты применяют полученные знания и навыки на практике, изучают методы анализа количественных данных, учатся проводить анализ данных в программах SPSS и Stata, а также готовятся к написанию магистерской диссертации.

Цель освоения дисциплины

Практическое применение знаний и навыков научно-исследовательского процесса, полученных студентами магистратуры в ходе обучения на программе «Государственное и муниципальное управление»
Планирование и практическое осуществления исследовательских проектов в учреждениях и организациях государственного и муниципального управления России
Ознакомление студентов с методами качественного и количественного анализа данных
Формирование у студентов необходимых компетенций по написанию проектов нормативных правовых актов, экспертных заключений на проекты нормативных правовых актов, аналитических записок для государственных органов и академических публикаций
Формирование у студентов практических навыков анализа данных с использованием статистических пакетов SPSS и Stata
Подготовка студентов к написанию магистерской диссертации

Планируемые результаты обучения

Знать существующие методы анализа количественных данных, критерии выбора подходящего метода анализа данных в зависимости от типа данных и исследовательской задачи и знать, как интерпретировать результаты анализа данных и представлять их в доступном для широкой аудитории виде
Уметь подготавливать данные для работы с ними в программах SPSS и Stata, осуществлять ввод данных и импорт данных в SPSS и Stata, проводить анализ данных в программах SPSS и Stata, экспортировать результаты анализа данных в другие программы и приводить результаты проведённого анализа к виду, доступному для представления в презентациях и отчетах
Уметь подбирать релевантные статьи по теме ВКР, строить гипотезы, выявлять зависимые и независимые переменные по теме магистерской диссертации
Применять знания и навыки научно-исследовательского процесса, полученных студентами магистратуры в ходе обучения на программе «Государственное и муниципальное управление»

Содержание учебной дисциплины

Основы работы со статистическими пакетами
О статистических пакетах SPSS и Stata. Интерфейс статистических пакетов (редактор данных, окно вывода, разделы меню, панели инструментов открытие и сохранение файлов). Ввод, редактирование, модификация экспорт/импорт данных и результатов. Обзор доступных методов анализа данных.
Описательный анализ данных
Частотный анализ данных. Графический анализ данных. Подсчёт статистических характеристик (мода, медиана, среднее арифметическое, дисперсия и среднее квадратичное отклонение, стандартная ошибка среднего, доверительный интервал, квартили, межквартальная широта, симметричность и заострённость распределения). Основные типы шкал и соответствующие им меры средней тенденции и меры разброса. Нормальное распределение, Z-стандартизация, тест Колмогорова-Смирнова. Работа с многовариантными вопросами.
Исследование взаимосвязей между переменными. Проверка гипотез
Таблица сопряжённости. Формулировка гипотез. Этапы проверки гипотез. Уровень значимости и ошибка первого рода. Тест Хи-квадрат. Построение диаграммы рассеяния. Парные коэффициенты корреляции (Пирсона, Кендалла, Спирмана). Частные корреляции. Сравнение средних (t-тест для независимых и зависимых выборок, однофакторный дисперсионный анализ). Непараметрические тесты.
Факторный анализ
Порядок выполнения факторного анализа. Оценка пригодности исходных данных для проведения факторного анализа. Метод главных компонент. Факторные нагрузки. Вращение осей. Сохранение факторов в виде новых переменных в файле данных. Интерпретация значений факторов.
Кластерный анализ
Иерархический кластерный анализ. Кластерный анализ методом к-средних. Сохранение переменной, идентифицирующей принадлежность наблюдения к кластеру. Содержательная характеристика кластеров.
Регрессионный анализ
Задачи регрессионного анализа. Простая линейная регрессия. Множественная регрессия. Нелинейная регрессия. Бинарные модели (gompit). Модели выбора. Логит и пробит модели. Цензурированная регрессия (модель Тобина и модель Хекмана). ROC-кривая. Оценка качества модели. Анализ остатков. Мультиколлинеарность. Гетероскедастичность. Фиктивные переменные. Приближение с помощью кривых. Диагностика регрессионной модели.
Анализ временных рядов
Стационарные и нестационарные временные ряды. АРПСС (Бокс и Дженкинс). Прогнозирование значений на будущие периоды. Авторегрессионые модели, интегральные модели и модели скользящего среднего.
Анализ панельных данных
Преимущества и проблемы использования панельных данных. Классификация моделей панельных данных. Методы оценки регрессий по панельным данным. Модели с детерминированными и случайными эффектами. Модель бинарного выбора. Логит-, пробит-, и тобит-модели. Метод Хаусмана-Тейлора. Критерии выбора оптимальной модели.
Практическое задание по теме государственного и муниципального управления
Студентами выполняется определенное практическое задание в интересах государственных органов. Например, практическое задание может заключаться в поиске, верификации и анализе показателей эффективности и результативности профессиональной служебной деятельности федеральных государственных гражданских служащих, федеральных государственных органов, государственных гражданских служащих субъектов РФ, государственных органов субъектов РФ.
Подготовка выпускной квалификационной работы
Поиск релевантных статей по теме ВКР. Построение гипотез. Сбор данных для проверки гипотез. Выбор подходящих методов исследования. Выбор и обоснование зависимых и независимых переменных. Описание методологии анализа данных.

Элементы контроля

Оценка за 1-2 модули
Оценка за 1-2 модули 2 года обучения по дисциплине рассчитывается по формуле: О 1-2 модули = b1*О разделов 1-8 + b2*О раздела 9, где разделы 1-8 - Количественный анализ данных в статистических пакетах (Меликян А.В.), раздел 9 - Практическое задание по теме государственного и муниципального управления (Клищ Н.Н.). Весовые коэффициенты b1-bn определяются академическим руководителем магистерской программы. В прошлом году была следующая формула оценки за 1-2 модули 2 года обучения: О 1-2 модули = 0,75*О разделов 1-8 + 0,25*О раздела 9.
Оценка за 3-4 модуль
Оценка за 3-4 модули 2 года обучения по дисциплине рассчитывается по формуле: О 3-4 модули = с1*О своевременности выбора темы + с2*О описания исследования + с3*О прохождения кафедральной предзащиты + с4*О наличия допуска руководителя к итоговой предзащите + с5*О готовности ВКР на итоговой предзащите + с6*О своевременности загрузки итогового варианта ВКР в LMS. Весовые коэффициенты c1-cn определяются академическим руководителем магистерской программы. В прошлом году была следующая формула оценки за 3-4 модули 2 года обучения: О 3-4 модули = 0,05*О своевременности выбора темы + 0,2*О описания исследования + 0,2*О прохождения кафедральной предзащиты + 0,15*О наличия допуска руководителя к итоговой предзащите + 0,3*О готовности ВКР на итоговой предзащите + 0,1*О своевременности загрузки итогового варианта ВКР в LMS.

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.7 * Оценка за 1-2 модули + 0.3 * Оценка за 3-4 модуль
Промежуточная аттестация (4 модуль)
0.7 * Оценка за 1-2 модули + 0.3 * Оценка за 3-4 модуль

Программа дисциплины