Курс "Методы анализа данных для социального исследования научно-технических процессов"

Общая трудоемкость курса: 9 ЗЕТ = 324 часа

Цель курса - познакомить студентов с элементарными статистическими операциями и иными количественными методами, в результате чего они смогут читать, понимать, оценивать исследования, использующие данные методы, проводить собственные исследования и работать с различными базами данных, визуализировать результаты исследований с использованием количественным методов и уметь представить результаты для разных аудиторий.

Этот курс охватывает измерительные шкалы, графики, меры центральной тенденции и изменчивости, трансформированные оценки, корреляцию и регрессионный анализ, виды распределения, проверка гипотез, Т - и Z-тесты, введение в дисперсионный анализ и некоторые методы непараметрической статистики. Особое внимание уделяется концептуальному пониманию статистики в контексте исследований и интерпретации статистических результатов.

Курс направлен на развитие практических навыков студентов, где основной из них – это умение формулировать исследовательский вопрос и выстраивать логику количественного исследовательского дизайна.

В результате выполнения домашних заданий и чтения методической литературы студенты апробируют полученные знания на практике – отрабатывают навыки работы в изучаемых программах обработки и анализа данных.

Темы курса:

I. Дизайн количественного исследования

  • Основные параметры количественного исследования
  • Базы данных о научно-технических показателях и работа с ними
  • Выборка в социологическом исследовании
  • Измерение: операционализация понятий и типы переменных
  • Как писать аналитические документы. Работа с заказчиком.

II. Статистический анализ данных

  • Подготовка данных к анализу.
  • Анализ одной переменной (смешанное онлайн-оффлайн обучение).
  • Сравнение средних (смешанное онлайн-оффлайн обучение)
  • Взаимосвязи переменных (смешанное онлайн-оффлайн обучение)

III. Современные методы количественных исследований: обзор

  • Анализ сетей (смешанное онлайн -оффлайн обучение): Виды представления данных: матричный и графический (points and lines). Типы связей (binary-valued, directed-undirected). Типы сетей. Выборка и источники данных.
  • Семинар. Знакомство с программой Ucinet. Сетевые свойства сетей. Централизация, реципрокность, транзитивность и другие.
  • Анализ больших данных. Digital sociology: методы анализа онлайн данных .
  • Количественный анализ документов. Контент анализ

Разработка курса поддержана Фондом Потанина (2017-2018)