• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2023/2024

Анализ данных в образовании II

Лучший по критерию «Новизна полученных знаний»
Направление: 38.04.04. Государственное и муниципальное управление
Когда читается: 1-й курс, 2-4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Преподаватели: Абалмасова Екатерина Сергеевна, Тарасов Сергей Владимирович, Юсупова Элен Магомедовна
Прогр. обучения: Доказательное развитие образования
Язык: русский
Кредиты: 9
Контактные часы: 146

Программа дисциплины

Аннотация

Курс «Анализ данных в образовании II» предназначен для студентов магистерской программы "Доказательное развитие образования" и является продолжением курса “Анализ данных в образовании I”. Целью курса является освоение основных этапов статистического анализа: от сбора и обработки данных до базовых методов анализа данных и наглядного представления и интерпретации результатов анализа.
Цель освоения дисциплины

Цель освоения дисциплины

  • Знать возможности применения и ограничения изучаемых методов статистического анализа
  • Научиться подбирать методы количественного анализа данных под исследовательский вопрос, проводить анализ и содержательно интерпретировать его результаты в соответствии с поставленным исследовательским вопросом
  • Освоить навыки работы с данными в R
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет проводить предварительный анализ данных (дескриптивный и графический) в R
  • Умеет проводить предварительную обработку данных для последующего статистического исследования в R
  • Применяет R для реализации статистических методов: умеет импортировать данные, использовать основные функции и пакеты R для работы с данными
  • Умеет подобрать и обосновать выбор подходящего метода анализа данных для проведения исследования с учетом возможностей и ограничений методов анализа
  • Умеет количественно оценивать и интерпретировать связь между переменными разного типа
  • Умеет строить модель линейной регрессии и проводить ее диагностику
  • Умеет строить модель логистической регрессии и проводить ее диагностику
  • Умеет проводить кластерный анализ
  • Умеет проводить факторный анализ
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы работы с R
  • Исследование связи между переменными
  • Линейный регрессионный анализ
  • Базовые модели с категориальными зависимыми переменными
  • Кластерный анализ
  • Факторный анализ
Элементы контроля

Элементы контроля

  • неблокирующий Работа на семинаре
  • неблокирующий Контрольные работы
  • неблокирующий Домашние задания
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 2 модуль
    0.5 * Домашние задания + 0.5 * Контрольные работы
  • 2023/2024 учебный год 4 модуль
    0.125 * Домашние задания + 0.125 * Домашние задания + 0.125 * Контрольные работы + 0.125 * Контрольные работы + 0.1 * Работа на семинаре + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Jack A. Levin, & James Alan Fox. (2013). Elementary Statistics in Social Research: Pearson New International Edition : Essentials. Harlow, United Kingdom: Pearson. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1418805
  • Введение в эконометрику, Доугерти, К., 2004
  • Математические методы психологического исследования : анализ и интерпретация данных: учеб. пособие, Наследов, А. Д., 2006
  • Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008
  • Эконометрика. Начальный курс, Магнус, Я. Р., 1997

Рекомендуемая дополнительная литература

  • Dalgaard, P. (2002). Introductory Statistics with R. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=99644

Авторы

  • Юсупова Элен Магомедовна
  • Абалмасова Екатерина Сергеевна
  • Тарасов Сергей Владимирович