Компьютерные методы анализа социологических данных

Магистратура 2022/2023

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 (Прикладные методы социального анализа рынков)

Направление: 39.04.01. Социология

Кто читает: Департамент социологии

Где читается: Факультет социальных наук

Когда читается: 1-й курс, 1 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Большаков Никита Викторович

Прогр. обучения: Прикладные методы социального анализа рынков

Язык: русский

Кредиты: 3

Контактные часы: 48

Полная версия программы учебной дисциплины

Аннотация

Данная дисциплина посвящена изучению базовых методов анализа данных и принципов их реализации в SPSS. Дисциплина рассчитана на студентов 1 курса магистерской программы Прикладные методы социального анализа рынков

Цель освоения дисциплины

Цель учебной дисциплины: ознакомление студентов с основными современными количественными методами и траекториями анализа статистических данных, чаще всего применяющихся в исследовательской практике при изучении рынков и общественного мнения, а также формирование умений и навыков применения этих методов;

Планируемые результаты обучения

Знать базовые принципы измерения социальных показателей
Знать, что представляет собой метод с теоретической точки зрения и алгоритм его работы; Уметь реализовывать изучаемый метод c помощью кнопочного интерфейса пакета SPSS; Уметь интерпретировать результаты анализа данных в SPSS в контексте изучения общественного мнения и решения прикладных задач. Уметь интерпретировать результаты анализа данных в SPSS с учетом ограничений и возможностей используемого инструментария;
Уметь осуществлять ввод данных, импорт данных в SPSS из разных источников и предварительную подготовку данных в SPSS;

Содержание учебной дисциплины

Введение в анализ данных.
Методы описательной статистики меры центральной тенденции и разброса
Анализ двумерной связи. Таблицы сопряженности. Коэффициенты парной связи
Сравнение средних значений показателей в группах
Регрессионный анализ: линейная регрессия. Фиктивные переменные. Логистическая регрессия

Элементы контроля

Активность на семинарах
Контрольные работы
Экзаменационная работа

Промежуточная аттестация

2022/2023 учебный год 1 модуль
0.55 * Контрольные работы + 0.2 * Экзаменационная работа + 0.25 * Активность на семинарах

Программа дисциплины