“Analýza dat pomocí IBM SPSS Statistics” - kurz 42 000 RUB. z MSU, školení (2 měsíce), termín 3.12.2023.
Různé / / December 06, 2023
Tento kurz je ve velmi zhuštěné podobě součástí oblíbeného kurzu dálkového studia „Jak dělat vědecký výzkum: metodologie, nástroje, metody“ E. Foundation Open University. Gaidar (asi 2 tis. posluchačů za rok). Ekonomická fakulta Moskevské státní univerzity poskytuje studentům možnost využívat vybavenou počítačovou třídu s nainstalovaným SPSS prostudujte si podrobně metody práce s daty tváří v tvář s učitelem, pracujte s programem vlastním „rukama“ SPSS. Je možné pracovat nejen s databázemi navrženými učitelem, ale také s daty studentů, učitel poradí, jaké metody a jak vaše data analyzovat.
Tento kurz byl testován na Open University of the E. Foundation. Gajdar.
Doktor ekonomie, profesor Ekonomické fakulty Moskevské státní univerzity, specialista na kvantitativní výzkum v sociální sféry, vedoucí více než 30 výzkumných projektů, má zkušenosti s výukou analytických kurzů na Národní výzkumné univerzitě HSE, REU im. V.G. Plechanov.
E-mailem: [e-mail chráněný]
1 Podstata a hlavní směry výběrových šetření populace. Možnosti využití speciálních PPP pro zpracování dat výběrového šetření
Metody sběru kvantitativních informací. Ukázkové studie. Ukázka sociodemografických průzkumů v Rusku. Základní statistické softwarové balíky pro sociální výzkum. Funkce speciálního softwaru (Statistica, SPSS) při zpracování dat z výběrových studií. Struktura, moduly SPSS. Oblasti zpracování dat. Příprava dat. Zadávání a ukládání dat. Měřicí stupnice (kvantitativní, ordinální, nominální). Vlastnosti vah a jejich přípustné transformace. Typy kategorizace dat.
2 Příprava dat. Výběr a úprava dat
Výběr pozorování. Třídění pozorování. Rozdělení pozorování do skupin. Úprava dat. Výpočet nových proměnných. Výpočet nových proměnných podle určitých podmínek. Formulace podmínek. Agregace dat. Pořadové transformace. Závaží pouzder. Důvody a mechanismy generování datových mezer. Možnost ignorování opomenutí. Metody pro doplnění chybějících hodnot. Metody identifikace anomálních hodnot. Aplikace robustních hodnotících postupů. Analýza vícenásobné odezvy
3 Popisná statistika. Kontingenční tabulky
Úloha statistiky při zpracování výsledků výběrových šetření. Mikro a metadata. Oblasti použití a limity použitelnosti matematických a statistických metod. Shrnutí pozorování. Deskriptivní statistika. Jednorozměrné distribuce. Variační indikátory. Disperze, variační rozsah, střední absolutní odchylka, kvantilové rozsahy. Konstrukce kontingenčních tabulek. Grafické znázornění kontingenčních tabulek.
4 Parametrické a neparametrické testy
Analýza vztahu mezi charakteristikami. Nezávislost proměnných. Základní charakteristiky komunikace. Neparametrické a parametrické testy. Test nezávislosti (test dobré shody χ2). Porovnání dvou a více vzorků (závislých a nezávislých). t-test. Statistické testy pro kontingenční tabulky. Korelační koeficienty (pro nominální a klasifikační stupnice). Míry blízkosti vztahu mezi proměnnými. Nejjednodušší míry blízkosti spojení (pro dichotomické proměnné). Míry vztahu pro tabulky s ordinálními daty. Kendalovy t-měry a jejich vlastnosti. Somersova d-míra. Goodman-Kruskalova míra a její vlastnosti. Analýza rozptylu
5 Korelační a regresní analýza
Podstata a cíle korelační analýzy. Rozptylové zákresy. Párové korelační koeficienty. Měření míry blízkosti statistického vztahu, „očištěné“ od vlivu vnějších charakteristik pomocí parciálních korelačních koeficientů. Kontrola významu vztahu mezi znaky. Intervaly spolehlivosti pro korelační koeficienty. Vícenásobný korelační koeficient. Koeficient determinace. Model dvourozměrné regresní analýzy: lineární a nelineární regresní modely. Růstové křivky v prognostických problémech, „fiktivní“ proměnné a jejich aplikace. Model vícenásobné lineární regrese. Nelineární regrese (binární logistická regrese, multinomická logistická regrese, ordinální regrese, probitová analýza, prokládání křivek).
6 Metody redukce rozměrů
Statistický přístup v metodě hlavních komponent. Výpočet hlavních komponent a jejich grafická interpretace. Informační obsah redukovaného prostoru funkcí. Regrese hlavních složek. Úloha a místo neparametrických metod ve strukturálním modelování. Hierarchická shluková analýza. Metriky prostoru funkcí. Principy měření vzdálenosti mezi skupinami objektů. Algoritmy pro rychlou shlukovou analýzu, metoda k-means. Dvoustupňová shluková analýza. Vytvoření stromu cílů