Бакалавриат
2021/2022




Научно-исследовательский семинар: Статистические модели в анализе психологических данных
Статус:
Курс по выбору (Психология)
Направление:
37.03.01. Психология
Кто читает:
Департамент психологии
Где читается:
Факультет социальных наук
Когда читается:
3-й курс, 2, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Козлов Дмитрий Дмитриевич
Язык:
русский
Кредиты:
3
Контактные часы:
34
Программа дисциплины
Аннотация
Статистическая модель – это, по сути, формализация исследовательской гипотезы в математическом виде. Выбор статистической модели и анализ ее качества позволяют ответить на исследовательский вопрос. В ходе изучения курса студенты увидят, что за подавляющим большинством статистических методов лежит общая логика линейных моделей. Начав с общей модели для количественных переменных, которые будут рассматриваться подробно, мы распространим логику линейных моделей для случаев бинарных, номинативных и порядковых переменных. В каждом случае мы рассмотрим условия применимости соответствующих моделей и что можно сделать, если эти условия не выполняются; как анализировать качество модели и выбрать наилучшую из нескольких; как интерпретировать полученные результаты и представлять их в постерах и публикациях. Затем мы перейдем к рассмотрению немного более сложных, но в то же время более гибких вариантов: обобщенных и смешанных моделей. В ходе освоения курса студенты получат практический опыт анализа и представления результатов анализа данных с использованием языка R и соответствующих пакетов в нем.
Цель освоения дисциплины
- формирование навыков формализации дизайна исследования в виде соответствующих ему линейных моделей для дальнейшего статистического анализа
- формирование основных навыков для построения, оценки, сравнения и модификации линейных моделей при проверке гипотез и в поисковых исследованиях
- освоение средств языка R для построения и диагностики общих, обобщенных и смешанных линейных моделей
Планируемые результаты обучения
- вносит изменения в модель или преобразует исходные данные для соблюдения допущений применимости линейных моделей
- формализует исследовательскую гипотезу в виде уравнения регрессии для ее дальнейшей проверки
Элементы контроля
- Тест 1
- Тест 2
- Тест 3
- Тест 4
- Домашнее задание 1Домашнее задание выполняется в группах до 3 человек включительно. Студентам предлагается датасет, на материале которого необходимо ответить поставленные исследовательские вопросы с использованием обобщенных линейных моделей. В отчете необходимо отразить: 1. выбор зависимой и независимых переменных и их обоснование; 2. выбор оптимальной модели из рассмотренных; 3. анализ соблюдения допущений моделей и описание принятых мер в случае их несоблюдения; 4. содержательные выводы по полученным результатам. Домашнее задание сдается в виде отчета в формате .pdf и скрипта с комментариями в формате .R или в виде .Rmd документа и созданного им отчета в формате .html. Объем отчета не должен превышать 2 страницы; код анализа должен содержать подробные комментарии.
- Курсовой проектКурсовой проект выполняется в группах до 3 человек включительно. На материале двух датасетов студентам необходимо ответить на исследовательские вопросы с использованием смешанных линейных моделей и структурных моделей. В отчете необходимо отразить: 1. выбор зависимой и независимых переменных и их обоснование; 2. выбор оптимальной модели из рассмотренных; 3. анализ соблюдения допущений моделей и описание принятых мер в случае их несоблюдения; 4. содержательные выводы по полученным результатам. Домашнее задание сдается в виде отчета в формате .pdf и скрипта с комментариями в формате .R или в виде .Rmd документа и созданного им отчета в формате .html. Объем отчета не должен превышать 6 страниц; код анализа должен содержать подробные комментарии.
Промежуточная аттестация
- 2021/2022 учебный год 3 модуль0.3 * Курсовой проект + 0.15 * Тест 3 + 0.2 * Домашнее задание 1 + 0.1 * Тест 1 + 0.15 * Тест 2 + 0.1 * Тест 4
Список литературы
Рекомендуемая основная литература
- Мастицкий, С. Э. Статистический анализ и визуализация данных с помощью R / С. Э. Мастицкий, В. К. Шитиков. — Москва : ДМК Пресс, 2015. — 496 с. — ISBN 978-5-97060-301-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/73072 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Роберт, И. R в действии. Анализ и визуализация данных в программе R : руководство / И. Роберт, Кабаков , перевод с английского Полины А. Волковой. — Москва : ДМК Пресс, 2014. — 588 с. — ISBN 978-5-97060-077-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/58703 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Agresti, A. (2015). Foundations of Linear and Generalized Linear Models. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=941245
- Rumberger, R. W. (1997). Hierarchical linear models: Applications and data analysis methods : and . Newbury Park, CA: Sage, 1992. (ISBN 0-8039-4627-9), pp. xvi + 265. Price: U.S. $45.00 (cloth). Economics of Education Review, (3), 348. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.ecoedu.v16y1997i3p348.348