Бакалавриат
2021/2022
Анализ категориальных данных в статистических пакетах
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Политология)
Направление:
41.03.04. Политология
Кто читает:
Кафедра высшей математики
Где читается:
Факультет социальных наук
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Сальникова Дарья Вячеславовна
Язык:
русский
Кредиты:
5
Контактные часы:
56
Программа дисциплины
Аннотация
Освоение дисциплины «Анализ категориальных данных в статистических пакетах» позволяет получить базовые знания и навыки по применению ряда популярных методов к решению задач, связанных с анализом эмпирических данных, в том случае, когда зависимая переменная измерена в порядковой или номинальной шкале. Например, для изучения того, какие индивидуальные характеристики могут повлиять на то, ходит ли человек на выборы, за кого он голосует. Курс охватывает модели бинарного выбора, модели множественного выбора с упорядоченным откликом (порядковая логистическая регрессия), а также мультиномиальные регрессионные модели. На занятиях используется RStudio для отработки применения изученных методов.
"Пререквизитом к курсу является: знакомство с линейными регрессионными моделями".
Цель освоения дисциплины
- Выработка компетенций по решению политологических и социально-экономических задач, связанных с анализом данных в том случае, когда изучаемые зависимые признаки имеют дискретную природу.
Планируемые результаты обучения
- владеть навыками реализации моделей бинарного и множественного выбора в статистических пакетах (Rstudio)
- уметь применять основные модели бинарного и множественного выбора, уметь корректно интерпретировать и визуализировать результаты их оценивания
Содержание учебной дисциплины
- 1.1 Линейная модель регрессии
- 1.2. Логистическая регрессия
- 1.3. Проверка гипотез.
- 2. Модели множественного неупорядоченного выбора.
- 3. Модели множественного упорядоченного выбора.
Промежуточная аттестация
- 2021/2022 учебный год 4 модуль0.3 * Экзаменационная работа + 0.15 * Контрольная работа + 0.25 * Эссе + 0.15 * Домашние задания