• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Научно-исследовательский семинар

Направление: 38.04.04. Государственное и муниципальное управление
Когда читается: 2-й курс, 1-4 модуль
Формат изучения: без онлайн-курса
Преподаватели: Меликян Алиса Валерьевна, Нежина Тамара Генриховна
Прогр. обучения: Государственное и муниципальное управление
Язык: русский
Кредиты: 9
Контактные часы: 88

Программа дисциплины

Аннотация

Дисциплина «Научно-исследовательский семинар» дает возможность студентам продемонстрировать свои компетенции в осуществлении научно-практического исследования. В ходе изучения данной дисциплины студенты применяют полученные знания и навыки на практике, изучают методы анализа количественных данных, учатся проводить анализ данных в программах SPSS и Stata, а также готовятся к написанию магистерской диссертации. Возможен дистанционный формат изучения дисциплины.
Цель освоения дисциплины

Цель освоения дисциплины

  • Практическое применение знаний и навыков научно-исследовательского процесса, полученных студентами магистратуры в ходе обучения на программе «Государственное и муниципальное управление»
  • Планирование и практическое осуществления исследовательских проектов в учреждениях и организациях государственного и муниципального управления России
  • Ознакомление студентов с методами качественного и количественного анализа данных
  • Формирование у студентов необходимых компетенций по написанию проектов нормативных правовых актов, экспертных заключений на проекты нормативных правовых актов, аналитических записок для государственных органов и академических публикаций
  • Формирование у студентов практических навыков анализа данных с использованием статистических пакетов SPSS и Stata
  • Подготовка студентов к написанию магистерской диссертации
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать существующие методы анализа количественных данных, критерии выбора подходящего метода анализа данных в зависимости от типа данных и исследовательской задачи и знать, как интерпретировать результаты анализа данных и представлять их в доступном для широкой аудитории виде
  • Уметь подготавливать данные для работы с ними в программах SPSS и Stata, осуществлять ввод данных и импорт данных в SPSS и Stata, проводить анализ данных в программах SPSS и Stata, экспортировать результаты анализа данных в другие программы и приводить результаты проведённого анализа к виду, доступному для представления в презентациях и отчетах
  • Уметь подбирать релевантные статьи по теме ВКР, строить гипотезы, выявлять зависимые и независимые переменные по теме магистерской диссертации
  • Применять знания и навыки научно-исследовательского процесса, полученных студентами магистратуры в ходе обучения на программе «Государственное и муниципальное управление»
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы работы со статистическими пакетами
    О статистических пакетах SPSS и Stata. Интерфейс статистических пакетов (редактор данных, окно вывода, разделы меню, панели инструментов открытие и сохранение файлов). Ввод, редактирование, модификация экспорт/импорт данных и результатов. Обзор доступных методов анализа данных.
  • Описательный анализ данных
    Частотный анализ данных. Графический анализ данных. Подсчёт статистических характеристик (мода, медиана, среднее арифметическое, дисперсия и среднее квадратичное отклонение, стандартная ошибка среднего, доверительный интервал, квартили, межквартальная широта, симметричность и заострённость распределения). Основные типы шкал и соответствующие им меры средней тенденции и меры разброса. Нормальное распределение, Z-стандартизация, тест Колмогорова-Смирнова. Работа с многовариантными вопросами.
  • Исследование взаимосвязей между переменными. Проверка гипотез
    Таблица сопряжённости. Формулировка гипотез. Этапы проверки гипотез. Уровень значимости и ошибка первого рода. Тест Хи-квадрат. Построение диаграммы рассеяния. Парные коэффициенты корреляции (Пирсона, Кендалла, Спирмана). Частные корреляции. Сравнение средних (t-тест для независимых и зависимых выборок, однофакторный дисперсионный анализ). Непараметрические тесты.
  • Факторный анализ
    Порядок выполнения факторного анализа. Оценка пригодности исходных данных для проведения факторного анализа. Метод главных компонент. Факторные нагрузки. Вращение осей. Сохранение факторов в виде новых переменных в файле данных. Интерпретация значений факторов.
  • Кластерный анализ
    Иерархический кластерный анализ. Кластерный анализ методом к-средних. Сохранение переменной, идентифицирующей принадлежность наблюдения к кластеру. Содержательная характеристика кластеров.
  • Регрессионный анализ
    Задачи регрессионного анализа. Простая линейная регрессия. Множественная регрессия. Нелинейная регрессия. Бинарные модели (gompit). Модели выбора. Логит и пробит модели. Цензурированная регрессия (модель Тобина и модель Хекмана). ROC-кривая. Оценка качества модели. Анализ остатков. Мультиколлинеарность. Гетероскедастичность. Фиктивные переменные. Приближение с помощью кривых. Диагностика регрессионной модели.
  • Анализ временных рядов
    Стационарные и нестационарные временные ряды. АРПСС (Бокс и Дженкинс). Прогнозирование значений на будущие периоды. Авторегрессионые модели, интегральные модели и модели скользящего среднего.
  • Анализ панельных данных
    Преимущества и проблемы использования панельных данных. Классификация моделей панельных данных. Методы оценки регрессий по панельным данным. Модели с детерминированными и случайными эффектами. Модель бинарного выбора. Логит-, пробит-, и тобит-модели. Метод Хаусмана-Тейлора. Критерии выбора оптимальной модели.
  • Практическое задание по теме государственного и муниципального управления
    Студентами выполняется определенное практическое задание в интересах государственных органов. Например, практическое задание может заключаться в поиске, верификации и анализе показателей эффективности и результативности профессиональной служебной деятельности федеральных государственных гражданских служащих, федеральных государственных органов, государственных гражданских служащих субъектов РФ, государственных органов субъектов РФ.
  • Подготовка выпускной квалификационной работы
    Поиск релевантных статей по теме ВКР. Построение гипотез. Сбор данных для проверки гипотез. Выбор подходящих методов исследования. Выбор и обоснование зависимых и независимых переменных. Описание методологии анализа данных.
Элементы контроля

Элементы контроля

  • неблокирующий Оценка за 1-2 модули
    Оценка за 1-2 модули 2 года обучения по дисциплине рассчитывается по формуле: О 1-2 модули = b1*О разделов 1-8 + b2*О раздела 9, где разделы 1-8 - Количественный анализ данных в статистических пакетах (Меликян А.В.), раздел 9 - Практическое задание по теме государственного и муниципального управления (Клищ Н.Н.). Весовые коэффициенты b1-bn определяются академическим руководителем магистерской программы.
  • блокирующий Оценка за 3-4 модуль
    Оценка за 3-4 модули 2 года обучения по дисциплине рассчитывается по формуле: О 3-4 модули = с1*О своевременности выбора темы + с2*О описания исследования + с3*О прохождения кафедральной предзащиты + с4*О наличия допуска руководителя к итоговой предзащите + с5*О готовности ВКР на итоговой предзащите + с6*О своевременности загрузки итогового варианта ВКР в LMS. Весовые коэффициенты c1-cn определяются академическим руководителем магистерской программы.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.6 * Оценка за 1-2 модули + 0.4 * Оценка за 3-4 модуль
  • Промежуточная аттестация (4 модуль)
    0.6 * Оценка за 1-2 модули + 0.4 * Оценка за 3-4 модуль
Список литературы

Список литературы

Рекомендуемая основная литература

  • Анализ панельных данных в пакете STATA : методические указания к компьютерному практикуму по курсу "Эконометрический анализ панельных данных", Ратникова, Т. А., 2005
  • Как организовать и представить исследовательский проект : 75 простых правил, Радаев, В. В., 2001
  • Эконометрика : учебник и практикум для прикладного бакалавриата, Демидова, О. А., 2017

Рекомендуемая дополнительная литература

  • Core concepts in data analysis: summarization, correlation and visualization, Mirkin, B., 2011
  • Introduction to econometrics, Maddala, G. S., 2005
  • Введение в эконометрику : учебник для вузов, Доугерти, К., 2010