Реферат: Аннотация программы учебной дисциплины для направления подготовки 040100. 62 «Социология» цели и задачи освоения дисциплины

«МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ В СОЦИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ»

Аннотация программы учебной дисциплины

для направления подготовки 040100.62 «Социология»


ЦЕЛИ И ЗАДАЧИ ОСВОЕНИЯ ДИСЦИПЛИНЫ

Целью изучения дисциплины является формирование у студентов фундаментальных теоретических знаний по вопросам методики и практики применения методов многомерного статистического анализа данных, а также обучение студентов современным программным средствам в которых реализованы модули, осуществляющие решение задач многомерного анализа.

В ходе изучения курса у студента должно формироваться представление о конкретных практических ситуациях, в которых необходимо использование методов многомерного статистического анализа.

В процессе освоения данной дисциплины студент формирует и демонстрирует следующие общепрофессиональные компетенции.

Общекультурные компетенции:

способностью к восприятию, обобщению, анализу информации, постановке цели и выбору путей ее достижения (ОК1);

осознанием социальной значимости своей будущей профессии, обладание высокой мотивацией к выполнению профессиональной деятельности (ОК8);

способностью использовать основные положения и методы гуманитарных и социально-экономических наук при решении профессиональных задач (ОК9);

способностью анализировать социально-значимые проблемы и процессы (ОК10);

способностью использовать основные законы естественных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК11);

владением основными методами, способами и средствами получения, хранения, переработки информации, навыки работы с компьютером как средством управления информации (ОК13);

способностью работать с информацией в глобальных компьютерных сетях (ОК14).

Профессиональные компетенции:

способностью применять в профессиональной деятельности базовые и профессионально профильные знания и навыки по основам социологической теории и методам социологического исследования (ПК1);

способностью самостоятельно формулировать цели, ставить конкретные задачи научных исследований в различных областях социологии и решать их с помощью современных исследовательских методов с использованием новейшего отечественного и зарубежного опыта и с применением современной аппаратуры, оборудования, информационных технологий (ПК2);

способностью и готовностью использовать знание методов и теорий социальных и гуманитарных наук при осуществлении экспертной, консалтинговой, аналитической деятельности (ПК4);

умением использовать социологические методы исследования для изучения актуальных социальных проблем, для идентификации потребностей и интересов социальных групп (ПК5);

умение обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций (ПК8);

способностью использовать базовые теоретические знания, практические навыки и умения для участия в научных и научно-прикладных исследованиях, аналитической и консалтинговой деятельности (ПК10);

способностью использовать методы сбора, обработки и интерпретации комплексной социальной информации для решения организационно-управленческих задач, в том числе находящихся за пределами непосредственной сферы деятельности (ПК11).

Задачи курса.

–         изучение теоретических основ по спектру наиболее распространенных статистических методов анализа данных и условий их применения;

–         изучение концепции и технологии современного анализа данных на компьютере;

–         изучение принципов работы программных средств, предназначенных для многомерного статистического анализа данных;

–         изучение современных визуальных методов анализа данных и использования их для статистического вывода и формулировки гипотез о структуре данных;

–         выработка умения самостоятельного решения задач по выбору методов анализа в практических ситуациях;

–         получение навыков применения программных систем; предназначенных для многомерного статистического анализа данных, а также тестировании программных модулей на модельных данных;

–         изучение рынков программного обеспечения по анализу данных.


^ 2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП ВПО

Дисциплина относится к вариативной части, зафиксирована в учебном плане.

К студентам предъявляются следующие требования:

- необходимы знания о методах математической статистики, теории вероятности;

- необходимы умения интерпретировать, операционализировать информацию;

- необходимы знания по методике и технике социологического исследования;

- необходимы базовые знания по принципам измерения.

Перечень дисциплин, усвоение которых студентами-социологами необходимо для изучения дисциплины «Анализ данных в социологии»:

«Теория вероятностей и математическая статистика»;

«Методы прикладной статистики для социологов»;

«Методология и методы социологического исследования»;


^ КОМПЕТЕНЦИИ ОБУЧАЮЩЕГОСЯ, ФОРМИРУЕМЫЕ В РЕЗУЛЬТАТЕ ОСВОЕНИЯ ДИСЦИПЛИНЫ (МОДУЛЯ)

В результате изучения курса студент должен знать:

–         теоретических основы по спектру наиболее распространенных статистических методов анализа данных и условия их применения (СК1);

–         принципы работы программных средств, предназначенных для многомерного статистического анализа данных (СК2);

Кроме того, студент должен уметь:

–         применять программные системы, предназначенные для многомерного статистического анализа данных, а также тестировать программные модули на модельных данных (СК3);

–         использовать современные визуальные методы анализа данных и применять их статистического вывода и формулировки гипотез о структуре данных (СК4);

–         самостоятельно принимать решения задач по выбору методов анализа в практических ситуациях (СК5);


Общая трудоемкость дисциплины составляет 3 зачетных единиц, 108 часов.


№

Наименование тем лекций/семинаров.

1.

Многомерные выборки. Предварительный анализ многомерных данных.

2.

Методы моделирования случайных величин

3.

Робастное статистическое оценивание

4.

Методы статистического оценивания и сравнения многомерных генеральных совокупностей.

5.

Многомерное шкалирование

6.

Факторный анализ.

7.

Кластерный анализ.

8.

Дискриминантный анализ.

9.

Методы моделирование данных

10.

Преобразование данных, представленных в различных шкалах измерения. Предварительный анализ многомерных данных.

11.

Методы анализа достоверности данных и исправление ошибок.

12.

Методы проверки статистических гипотез

13

Методы проверки статистических гипотез

14.

Кластерный анализ непрерывных признаков

15.

Кластерный анализ бинарных признаков

16.

Дискриминантный анализ