2019/2020
Регрессионный анализ данных в SPSS
Статус:
Общеуниверситетский факультатив
Кто читает:
Департамент программной инженерии
Когда читается:
4 модуль
Язык:
русский
Кредиты:
2
Контактные часы:
32
Программа дисциплины
Аннотация
Дисциплина «Регрессионный анализ данных в SPSS» относится к блоку дисциплин по выбору из общеуниверситетского пула. В результате её освоения слушатели изучат методы регрессионного анализа данных для проведения исследований и овладеют практическими навыками использования статистического пакета SPSS для работы с данными. Слушатели смогут осуществить предварительную подготовку данных для последующей работы с ними в SPSS, выбрать подходящий метод регрессионного анализа в зависимости от типа данных и исследовательской задачи, провести анализ данных и интерпретировать полученные результаты, представлять их в доступном для широкой аудитории виде.
Цель освоения дисциплины
- Овладение методами регрессионного анализа данных и навыками работы с данными с использованием современных программных средств для проведения исследований.
Планируемые результаты обучения
- Уметь построить модель линейной регрессии и описать её
- Уметь построить модель логистической регрессии и описать её
- Уметь построить модель нелинейной регрессии и описать её
Содержание учебной дисциплины
- Линейная регрессияЦели применения регрессионного анализа. Основные понятия и задачи регрессионного анализа. Простая линейная регрессия. Множественная линейная регрессия. Выбор зависимых и независимых признаков. Оценка параметров регрессионной модели. Свойства коэффициента детерминации. Интерпретация регрессионных коэффициентов. Мультиколлинеарность. Гетероскедастичность. Ограничения линейной регрессии. Регрессионная модель с использованием фиктивных переменных. Диагностика регрессионной модели.
- Логистическая регрессияБинарная логистическая регрессия. Мультиномиальная логистическая регрессия. ROC-кривая. Probit и Logit модели. Порядковая регрессия. Оценка параметров регрессионной модели.
- Нелинейная регрессияПриближение с помощью кривых. Нелинейная и взвешенная регрессия. Аппроксимация зависимостей с помощью кривых.
Элементы контроля
- Домашнее задание (ДЗ)Домашнее задание выполняется сдаётся в конце 4-го модуля. Представляет собой исследовательский проект по сбору и анализу данных. Предусматривает подготовку аналитического отчёта по результатам анализа.
- Экзамен (Э)Письменный экзамен выполняется с целью оценки результатов освоения пройденного материала.
- Работа на семинаре (АР)Задания, выполняемые на компьютере во время семинаров.
Промежуточная аттестация
- Промежуточная аттестация (4 модуль)0.3 * Домашнее задание (ДЗ) + 0.3 * Работа на семинаре (АР) + 0.4 * Экзамен (Э)
Список литературы
Рекомендуемая основная литература
- SPSS: искусство обработки информации : анализ стат. данных и восстановление скрытых закономерностей: пер. с нем., Бююль, А., 2002
- Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов, Крыштановский, А. О., 2006
- Введение в эконометрику : учебник для вузов, Доугерти, К., 2010
Рекомендуемая дополнительная литература
- Путеводитель по современной эконометрике : учеб.-метод. пособие, Вербик М., Айвазян С.А., 2008
- Эконометрика в задачах и упражнениях, Борзых, Д. А., 2017