"Analiza podatkov z uporabo IBM SPSS Statistics" - tečaj 42.000 RUB. iz MSU, usposabljanje (2 meseca), datum 3.12.2023.
Miscellanea / / December 06, 2023
V zelo zgoščeni obliki je ta predmet del popularnega tečaja učenja na daljavo »Kako delati znanstvene raziskave: metodologija, orodja, metode« Open University E. Foundation. Gaidar (približno 2 tisoč. poslušalcev na leto). Ekonomska fakulteta Moskovske državne univerze nudi študentom možnost uporabe opremljenega računalniškega razreda z nameščenim SPSS podrobno preučite metode dela s podatki iz oči v oči z učiteljem, delajte s programom z lastnimi "rokami" SPSS. Možno je delati ne samo z bazami podatkov, ki jih predlaga učitelj, ampak tudi s podatki študentov, učitelj pa bo svetoval, s katerimi metodami in kako analizirati svoje podatke.
Ta tečaj je bil preizkušen na Open University of the E. Foundation. Gajdar.
Doktor ekonomije, profesor Ekonomske fakultete Moskovske državne univerze, specialist za kvantitativne raziskave v socialne sfere, vodja več kot 30 raziskovalnih projektov, ima izkušnje s poučevanjem analitičnih predmetov na Nacionalni raziskovalni univerzi HSE, REU im. V. G. Plehanov.
E-naslov: [e-pošta zaščitena]
1 Bistvo in glavne usmeritve vzorčnega raziskovanja prebivalstva. Možnosti uporabe posebnih PPP za obdelavo podatkov vzorčnega raziskovanja
Metode za zbiranje kvantitativnih informacij. Vzorčne študije. Vzorci sociodemografskih raziskav v Rusiji. Osnovni statistični programski paketi za družbene raziskave. Funkcije posebne programske opreme (Statistica, SPSS) pri obdelavi podatkov iz vzorčnih študij. Struktura, SPSS moduli. Področja obdelave podatkov. Priprava podatkov. Vnos in shranjevanje podatkov. Merske lestvice (kvantitativne, ordinalne, nominalne). Lastnosti tehtnic in njihove dopustne transformacije. Vrste kategorizacije podatkov.
2 Priprava podatkov. Izbor in spreminjanje podatkov
Izbor opazovanj. Razvrščanje opazovanj. Razdelitev opazovanj v skupine. Spreminjanje podatkov. Izračun novih spremenljivk. Izračun novih spremenljivk glede na določene pogoje. Oblikovanje pogojev. Združevanje podatkov. Transformacije rangov. Uteži primerov. Razlogi in mehanizmi za ustvarjanje podatkovnih vrzeli. Možnost ignoriranja opustitev. Metode za polnjenje manjkajočih vrednosti. Metode za identifikacijo nenormalnih vrednosti. Uporaba robustnih postopkov ocenjevanja. Analiza več odzivov
3 Opisna statistika. Kontingenčne tabele
Vloga statistike pri obdelavi rezultatov vzorčnih raziskav. Mikro in metapodatki. Področja uporabe in meje uporabnosti matematičnih in statističnih metod. Povzetek opažanj. Opisna statistika. Univariatne porazdelitve. Indikatorji variacije. Disperzija, razpon variacije, srednji absolutni odklon, kvantilni razponi. Izdelava kontingenčnih tabel. Grafični prikaz kontingenčnih tabel.
4 Parametrični in neparametrični testi
Analiza razmerja med značilnostmi. Neodvisnost spremenljivk. Osnovne značilnosti komunikacije. Neparametrični in parametrični testi. Test neodvisnosti (test primernosti χ2). Primerjava dveh in več vzorcev (odvisnih in neodvisnih). t-test. Statistični testi za kontingenčne tabele. Korelacijski koeficienti (za nominalne in rangne lestvice). Mere tesnosti povezave med spremenljivkami. Najenostavnejše mere tesnosti povezave (za dihotomne spremenljivke). Relacijske mere za tabele z ordinalnimi podatki. Kendalove t-mere in njihove lastnosti. Somersove d-mere. Goodman-Kruskalova mera in njene lastnosti. Analiza variance
5 Korelacijska in regresijska analiza
Bistvo in cilji korelacijske analize. Razpršitve. Parni korelacijski koeficienti. Merjenje stopnje tesnosti statistične povezave, "očiščene" vpliva tujih značilnosti z uporabo delnih korelacijskih koeficientov. Preverjanje pomena razmerja med znaki. Intervali zaupanja za korelacijske koeficiente. Večkratni korelacijski koeficient. Determinacijski koeficient. Model dvodimenzionalne regresijske analize: linearni in nelinearni regresijski modeli. Krivulje rasti pri problemih napovedovanja, »navidezne« spremenljivke in njihove aplikacije. Večkratni linearni regresijski model. Nelinearna regresija (binarna logistična regresija, multinomska logistična regresija, ordinalna regresija, probit analiza, prilagajanje krivulj).
6 Metode zmanjšanja dimenzionalnosti
Statistični pristop v metodi glavne komponente. Izračun glavnih komponent in njihova grafična interpretacija. Informacijska vsebina zmanjšanega prostora. Regresija glavnih komponent. Vloga in mesto neparametričnih metod pri modeliranju konstrukcij. Hierarhična analiza grozdov. Meritve prostora funkcij. Načela merjenja razdalje med skupinami predmetov. Algoritmi za hitro analizo grozdov, metoda k-means. Dvostopenjska analiza grozdov. Gradnja drevesa ciljev