"Dataanalyse ved hjælp af IBM SPSS Statistics" - kursus 42.000 RUB. fra MSU, uddannelse (2 måneder), dato 3. december 2023.

Doctor of Economics, professor ved Det Økonomiske Fakultet ved Moscow State University, specialist i kvantitativ forskning i social sfære, leder af mere end 30 forskningsprojekter, har erfaring med at undervise i analytiske kurser på National Research University HSE, REU im. V.G. Plekhanov.

E-mail: [e-mail beskyttet]

1 Essensen og hovedretningerne for stikprøveundersøgelser af befolkningen. Muligheder for at bruge specielle OPP'er til behandling af stikprøveundersøgelsesdata

Metoder til indsamling af kvantitativ information. Prøveundersøgelser. Prøve sociodemografiske undersøgelser i Rusland. Grundlæggende statistiske softwarepakker til social forskning. Funktioner af speciel software (Statistica, SPSS) til behandling af data fra prøveundersøgelser. Struktur, SPSS-moduler. Områder for databehandling. Dataforberedelse. Indtastning og lagring af data. Måleskalaer (kvantitative, ordinale, nominelle). Egenskaber for vægte og deres tilladte transformationer. Typer af datakategorisering.

2 Dataforberedelse. Datavalg og modifikation

Udvælgelse af observationer. Sortering af observationer. Opdeling af observationer i grupper. Dataændring. Beregning af nye variable. Beregning af nye variabler efter bestemte betingelser. Formulering af betingelser. Dataaggregering. Rangtransformationer. Kassevægte. Årsager og mekanismer til at generere datahuller. Mulighed for at ignorere udeladelser. Metoder til udfyldning af manglende værdier. Metoder til at identificere unormale værdier. Anvendelse af robuste vurderingsprocedurer. Multiple Response Analyse

3 Beskrivende statistik. Beredskabstabeller

Statistikkens rolle i behandlingen af ​​resultaterne af stikprøveundersøgelser. Mikro og metadata. Anvendelsesområder og grænser for anvendelighed af matematiske og statistiske metoder. Sammenfatning af observationer. Beskrivende statistik. Univariate fordelinger. Variationsindikatorer. Spredning, variationsområde, middel absolut afvigelse, kvantilområder. Opbygning af beredskabstabeller. Grafisk fremstilling af beredskabstabeller.

4 Parametriske og ikke-parametriske tests

Analyse af sammenhængen mellem karakteristika. Uafhængighed af variabler. Grundlæggende kendetegn ved kommunikation. Ikke-parametriske og parametriske tests. Uafhængighedstest (goodness-of-fit test χ2). Sammenligning af to og flere stikprøver (afhængig og uafhængig). t-test. Statistiske test til beredskabstabeller. Korrelationskoefficienter (for nominelle og rangordnede skalaer). Mål for tætheden af ​​sammenhængen mellem variable. De enkleste mål for forbindelsesnærhed (for dikotome variable). Relationsmål for tabeller med ordinære data. Kendal t-mål og deres egenskaber. Somers' d-mål. Goodman-Kruskal mål og dets egenskaber. Analyse af varians

5 Korrelations- og regressionsanalyse

Essensen og målene for korrelationsanalyse. Scatterplot. Parrede korrelationskoefficienter. Måling af graden af ​​nærhed af et statistisk forhold, "ryddet" for indflydelsen af ​​uvedkommende karakteristika ved hjælp af partielle korrelationskoefficienter. Kontrol af betydningen af ​​forholdet mellem tegn. Konfidensintervaller for korrelationskoefficienter. Multipel korrelationskoefficient. Bestemmelseskoefficient. Todimensionel regressionsanalysemodel: lineære og ikke-lineære regressionsmodeller. Vækstkurver i prognoseproblemer, "dummy"-variabler og deres anvendelser. Multipel lineær regressionsmodel. Ikke-lineær regression (binær logistisk regression, multinomiel logistisk regression, ordinal regression, probitanalyse, kurvetilpasning).

6 Metoder til dimensionsreduktion

Statistisk tilgang i principal komponent metoden. Beregning af hovedkomponenter og deres grafiske fortolkning. Informationsindhold i den reducerede funktionsplads. Hovedkomponenters regression. Ikke-parametriske metoders rolle og plads i strukturel modellering. Hierarkisk klyngeanalyse. Metrik for funktionsplads. Principper for måling af afstand mellem grupper af objekter. Algoritmer til hurtig klyngeanalyse, k-middel metode. To-trins klyngeanalyse. At bygge et måltræ