„Analiza datelor folosind IBM SPSS Statistics” - curs 42.000 RUB. de la MSU, training (2 luni), data 3 decembrie 2023.
Miscelaneu / / December 06, 2023
Într-o formă foarte condensată, acest curs face parte din popularul curs de învățământ la distanță „Cum se face cercetare științifică: metodologie, instrumente, metode” al Universității Deschise a Fundației E. Gaidar (aproximativ 2 mii. ascultători pe an). Facultatea de Economie a Universității de Stat din Moscova oferă studenților posibilitatea de a folosi o clasă de computere echipată cu SPSS instalat studiați în detaliu metodele de lucru cu datele față în față cu un profesor, lucrați cu programul cu propriile „mâini” SPSS. Este posibil să lucrați nu numai cu baze de date propuse de profesor, ci și cu datele elevilor; profesorul vă va sfătui ce metode și cum să utilizați pentru a vă analiza datele.
Acest curs a fost testat la Universitatea Deschisă a Fundației E. Gaidar.
Doctor în Economie, Profesor al Facultății de Economie a Universității de Stat din Moscova, specialist în cercetare cantitativă în sfera socială, lider a peste 30 de proiecte de cercetare, are experiență în predarea cursurilor analitice la Universitatea Națională de Cercetare HSE, REU im. V.G. Plehanov.
E-mail: [email protected]
1 Esența și direcțiile principale ale anchetelor prin sondaj ale populației. Posibilități de utilizare a PPP-urilor speciale pentru prelucrarea datelor sondajului prin sondaj
Metode de colectare a informațiilor cantitative. Exemple de studii. Exemple de anchete socio-demografice în Rusia. Pachete software statistice de bază pentru cercetarea socială. Funcțiile software-ului special (Statistica, SPSS) în prelucrarea datelor din studiile eșantionului. Structură, module SPSS. Domenii de prelucrare a datelor. Pregătirea datelor. Introducerea și salvarea datelor. Scale de măsurare (cantitative, ordinale, nominale). Proprietățile scalelor și transformările lor admise. Tipuri de clasificare a datelor.
2 Pregătirea datelor. Selectarea și modificarea datelor
Selectarea observațiilor. Sortarea observațiilor. Împărțirea observațiilor în grupuri. Modificarea datelor. Calculul noilor variabile. Calculul de noi variabile în funcție de anumite condiții. Formularea condițiilor. Agregarea datelor. Transformări de rang. Greutăți ale carcasei. Motive și mecanisme pentru generarea lipsurilor de date. Posibilitatea de a ignora omisiunile. Metode de completare a valorilor lipsă. Metode de identificare a valorilor anormale. Aplicarea unor proceduri robuste de evaluare. Analiza cu răspunsuri multiple
3 Statistici descriptive. Tabelele de urgență
Rolul statisticilor în prelucrarea rezultatelor anchetelor prin sondaj. Micro și metadate. Domenii de aplicare și limite de aplicabilitate ale metodelor matematice și statistice. Rezumatul observațiilor. Statisticile descriptive. Distribuții univariate. Indicatori de variație. Dispersie, interval de variație, abatere medie absolută, intervale cuantile. Construirea tabelelor de urgență. Reprezentarea grafică a tabelelor de urgență.
4 Teste parametrice și neparametrice
Analiza relației dintre caracteristici. Independenta variabilelor. Caracteristicile de bază ale comunicării. Teste neparametrice și parametrice. Testul de independență (testul de bunătate χ2). Compararea a două și mai multe eșantioane (dependente și independente). testul t. Teste statistice pentru tabelele de contingente. Coeficienți de corelație (pentru scalele nominale și de ierarhizare). Măsuri ale strângerii relației dintre variabile. Cele mai simple măsuri de apropiere a conexiunii (pentru variabile dihotomice). Măsuri de relație pentru tabele cu date ordinale. Măsurile t Kendal și proprietățile lor. Măsurile d ale lui Somers. Măsura Goodman-Kruskal și proprietățile sale. Analiza variatiei
5 Analiza corelației și regresiei
Esența și obiectivele analizei corelației. Scatterplots. Coeficienți de corelație perechi. Măsurarea gradului de apropiere a unei relații statistice, „eliminat” influența caracteristicilor străine folosind coeficienți de corelație parțială. Verificarea semnificației relației dintre semne. Intervale de încredere pentru coeficienții de corelație. Coeficient de corelație multiplă. Coeficient de determinare. Model de analiză de regresie bidimensională: modele de regresie liniară și neliniară. Curbele de creștere în probleme de prognoză, variabile „fatice” și aplicațiile acestora. Model de regresie liniară multiplă. Regresie neliniară (regresie logistică binară, regresie logistică multinomială, regresie ordinală, analiză probit, ajustarea curbei).
6 Metode de reducere a dimensionalității
Abordarea statistică în metoda componentelor principale. Calculul componentelor principale și interpretarea lor grafică. Conținutul de informații al spațiului redus de caracteristici. Regresia componentelor principale. Rolul și locul metodelor neparametrice în modelarea structurală. Analiza clusterului ierarhic. Măsuri ale spațiului caracteristic. Principii de măsurare a distanței dintre grupuri de obiecte. Algoritmi pentru analiza rapidă a clusterelor, metoda k-means. Analiza cluster în două etape. Construirea unui arbore de obiective