Analysis of Heterogeneous Data and Data Pattern Analysis

2026/2027

Academic Year

RUS

Instruction in Russian

6

ECTS credits

Delivered at:

Department of Higher Mathematics (Independent HSE Departments)

Course type:

Compulsory course

When:

1 year, 3, 4 module

Instructor

Salnikova, Daria

Программа дисциплины

Аннотация

Чаще всего в социальных науках, в частности, в политологии, исследователям приходится работать с неоднородными данными. Примером могут выступать данные с панельной структурой (наличие как пространственного, так и временного измерения: данные по каждой стране из выборки представлены за несколько лет), с иерархической структурой (к примеру, в массиве представлены данные на индивидуальном и страновом уровне). В таком случае предположение об одинаковых параметрах для всех единиц анализа является неправдоподобным. Допустим, взаимосвязь между протестной активностью и доходом может быть разного характера в разных странах. Оценивание классической модели линейной регрессии в таком случае приводит к некорректным результатам статистической инференции. Курс «Методы анализа неоднородных данных и паттерн-анализ» посвящен изучению количественных методов, позволяющих учесть отсутствие независимости наблюдений в подгруппах выборки. Будут рассмотрены и критически проанализированы следующие методы: 1) корректировка с помощью робастных стандартных ошибок 2) регрессионный анализ на подвыборках 3) регрессионный анализ с включением переменных взаимодействия 4) моделирование с фиксированными эффектами 5) моделирование со смешанными эффектами, в частности, многоуровневое моделирование. Программное обеспечение – Python. Преподавателем будут предложены конкретные исследования для обсуждения методологического подхода и соответствующие массивы данных для репликации результатов.

Цель освоения дисциплины

• овладение статистическими методами, позволяющих учесть отсутствие независимости наблюдений в подгруппах выборки, для решения политологических и социально-экономических задач

Планируемые результаты обучения

• Знает возможные стратегии работы с неоднородными данными и знает их область применения, корректно применяет и интерпретирует оценки моделей с переменными взаимодействия
• Корректно интерпретирует результаты оценивания модели с фиксированными эффектами, знает область применения модели с фиксированными эффектами

Содержание учебной дисциплины

• Введение: основы работы с гетерогенной выборкой
• Модели с фиксированными эффектами: возможности и ограничения
• Методы анализа паттернов
• Метод difference-in-differences
• Динамические модели с лагированными переменными

Элементы контроля

• Семинарская активность
• Проверочная работа 1
• Проверочная работа 2
• Домашние задания
• Экзамен
• Проверочная работа 3

Промежуточная аттестация

• 2026/2027 4th module
  0.1 * Домашние задания + 0.15 * Проверочная работа 1 + 0.15 * Проверочная работа 2 + 0.1 * Семинарская активность + 0.35 * Экзамен + 0.15 * Проверочная работа 3

Авторы

• Сальникова Дарья Вячеславовна