Методология и методы исследований в социологии: математическая статистика в демографии

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Демография)

Направление: 39.04.01. Социология

Кто читает: Кафедра демографии

Где читается: Факультет социальных наук

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Родионова Лилия Анатольевна, Храмова Марина Николаевна

Прогр. обучения: Демография

Язык: русский

Кредиты: 6

Контактные часы: 76

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Современные демографические вызовы 21 в. часто требуют поиска новых решений, глубокого, всестороннего анализа демографической ситуации. Анализ демографических данных, выявлений закономерностей и взаимосвязей стал неотъемлемой частью современных научных прикладных исследований во многих областях науки, в том числе и демографии. Основываясь на демографических данных и современный статистический инструментарий, можно попытаться ответить на многие вопросы типа: «Как влияет уровень ВВП на уровень смертности?», «Что является главными детерминантами рождаемости?», «Как взаимосвязаны доходы и уровень образования?», «Как расходы на здравоохранение влияют на продолжительность жизни в России?» и др. Статистические методы анализа являются важным инструментом в принятии научно обоснованных управленческих решений. Стремительное внедрение множества статистических пакетов прикладных программ существенно облегчают жизнь современного демографа-исследователя, освобождая от трудоемких расчетов, однако предоставляют широкое поле творческой деятельности: постановки задачи, выбора адекватного статистического метода анализа и интерпретации результатов статистического моделирования. Предлагаемый курс носит прикладной характер, большое внимание уделяется практическим аспектам моделирования по реальным данным (Росстат, Всемирный банк, РМЭЗ и др.), будет рассмотрено большое число примеров из прикладных исследований, наглядно демонстрирующих разнообразие областей применения статистических методов. Структура, содержание и изложение курса направлено на доступное и в тоже время строгое математически обоснованное представление материала для студентов с различным уровнем математической подготовки.

Цель освоения дисциплины

выработка у студентов навыков критического анализа различных источников информации о демографических событиях,
изучение основ математической статистики и основных методов статистического анализа демографических данных,
изучение особенностей реализации изучаемых статистических методов в пакетах прикладных программ (SPSS, Stata);
овладение навыками построения и оценки параметров модели, описываемой изучаемый демографический процесс, содержательной интерпретации полученных результатов;
подготовка студента к решению профессиональных задач в области демографии

Планируемые результаты обучения

Знает основные понятия математической статистики, основные теоретические законы распределения случайных величин; общие принципы построения доверительных интервалов для параметров известных распределений, принципы проверки статистических гипотез;
умеет вычислять основные выборочные характеристики: среднее, дисперсию, моду, медиану; пользоваться статистическими таблицами; строить доверительные интервалы для оценки неизвестных параметров распределений; проверять статистические гипотезы и принимать обоснованные решения относительно основных параметров распределений;
Владеет понятийным аппаратом математической статистики; имеет навыки обработки реальных статистических данных; применения пакетов прикладных программ для проверки статистических гипотез (например, ППП MS Excel, SPSS, STATA).
Знает особенности статистического анализа демографических данных;
Умеет оценивать тесноту статистической связи между двумя и более признаками, в том числе и при наличии нечисловой информации; оценивать параметры регрессионных моделей; проводить классификацию многомерных объектов методами кластерного анализа; давать содержательную интерпретацию результатов исследования.
Владеет понятийным аппаратом математической статистики; имеет навыки обработки реальных статистических данных; применения пакетов прикладных программ для построения и диагностики моделей (например, ППП MS Excel, SPSS, STATA).

Содержание учебной дисциплины

Основные методы математической статистики в демографии
Тема 1. Введение в статистическую методологию. Основные описательные статистики Тема 2. Основные законы распределения случайных величин и их числовые характеристики. Тема 3. Статистическое оценивание параметров известных распределений. Проверка статистических гипотез Тема 4. Статистические методы анализа нечисловой информации. Непараметрические критерии Тема 5. Одномерный дисперсионный анализ
Элементы многомерного статистического анализа демографических данных
Тема 6. Корреляционно-регрессионный анализ многомерной совокупности Тема 7. Методы классификации многомерных наблюдений Тема 8. Методы снижения размерности многомерного пространства признаков Тема 9. Введение в анализ временных рядов

Элементы контроля

Активность на семинарах
Самостоятельная работа (текущие домашние работы)
ТДР выполняются еженедельно, в группе по 2 человека и состоят из нескольких заданий по пройденной теме. На проверку отчет загружается в LMS.
коллоквиум
Коллоквиум проводится в письменной форме в течение 1ч20мин, состоит из нескольких теоретических задач, вычисления производятся с помощью калькулятора. Допускается использование формул и статистических таблиц в качестве справочного материала.
Контрольная работа
Контрольная работа проводится в письменной форме в течение 1ч20мин, состоит из нескольких теоретических задач, вычисления производятся с помощью калькулятора. Допускается использование формул и статистических таблиц в качестве справочного материала.

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.15 * Активность на семинарах + 0.25 * коллоквиум + 0.35 * Контрольная работа + 0.25 * Самостоятельная работа (текущие домашние работы)

Программа дисциплины