Бакалавриат 2021/2022

Научно-исследовательский семинар: Прикладной анализ данных в психологии

Статус: Курс обязательный (Психология)

Направление: 37.03.01. Психология

Кто читает: Департамент психологии

Где читается: Факультет социальных наук

Когда читается: 2-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Ангельгардт Антон Николаевич, Жожикашвили Наталия Александровна, Кузьмина Алиса Андреевна, Рыбина Елена Петровна, Сучкова Екатерина Алексеевна, Чумакова Мария Алексеевна

Язык: русский

Кредиты: 3

Контактные часы: 30

Программа дисциплины

Аннотация

Курс «Анализ данных в психологии» предназначен для формирования умений и навыков работы с различными данными, но в первую очередь с психологическими. Дисциплина является базовой для современного психолога. В ходе курса изучаются универсальные методы одномерного и многомерного статистического анализа, способы проверки допущений статистических методов, а также принципы визуализации данных. В результате освоения дисциплины студенты смогут самостоятельно проанализировать данные, собранные в рамках научно-исследовательских проектов, в соответствии с поставленными целями.

Цель освоения дисциплины

• освоение основных методов многомерного статистического анализа данных психологических исследований
• освоение практических навыков многомерной статистической обработки эмпирических данных с использованием компьютерных программ
• освоение практических навыков визуализации данных с использованием компьютерных программ

Планируемые результаты обучения

• Выделение структуры и типов имеющихся данных для решения задачи прикладного анализа данных
• Выделение структуры и типов имеющихся данных для решения задачи прикладного анализа данных
• Планирование и реализация прикладного анализа данных

Содержание учебной дисциплины

• Введение в курс. Как быстро и эффективно прочитать статью?
• Данные и кодбук (codebook)
• Что такое предобработка данных? Как и зачем?
• Статистическая мощность, уровень значимости, размер эффекта
• Ограничение применимости методов анализа в различных ситуациях
• Сложные методы анализа данных
• Проблема репродуцируемости как часть кризиса воспроизводимости. Репродуцируемость процедуры анализа данных.

Элементы контроля

• Презентация исследования
• Кодбук
• Презентация плана анализа данных
• Защита реализации анализа данных
• Дополнительный анализ

Промежуточная аттестация

• 2021/2022 учебный год 4 модуль
  0.2 * Дополнительный анализ + 0.12 * Кодбук + 0.32 * Защита реализации анализа данных + 0.2 * Презентация плана анализа данных + 0.16 * Презентация исследования

Список литературы

Рекомендуемая основная литература

• Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2020. — 490 с. — (Высшее образование). — ISBN 978-5-534-00616-2. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: http://biblio-online.ru/bcode/450166 (дата обращения: 31.08.2020).
• Берикашвили В. Ш., Оськин С. П. - СТАТИСТИЧЕСКАЯ ОБРАБОТКА ДАННЫХ, ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА И СЛУЧАЙНЫЕ ПРОЦЕССЫ 2-е изд., испр. и доп. Учебное пособие для вузов - М.:Издательство Юрайт - 2020 - 164с. - ISBN: 978-5-534-09216-5 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/statisticheskaya-obrabotka-dannyh-planirovanie-eksperimenta-i-sluchaynye-processy-454291
• Воскобойников Ю.Е. - Эконометрика в Excel: парные и множественные регрессионные модели: учебное пособие - Издательство "Лань" - 2018 - 260с. - ISBN: 978-5-8114-2318-7 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/108319
• Дюк, В. А. Логический анализ данных : учебное пособие / В. А. Дюк. — Санкт-Петербург : Лань, 2020. — 80 с. — ISBN 978-5-8114-4180-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/126935 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Маккинни, У. Python и анализ данных / У. Маккинни ; перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Миркин Б. Г. - ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ. Учебник и практикум - М.:Издательство Юрайт - 2020 - 174с. - ISBN: 978-5-9916-5009-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/vvedenie-v-analiz-dannyh-450262
• Мясникова Н.А. - Алгоритмы и структуры данных - КноРус - 2021 - ISBN: 978-5-406-04167-3 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/936642
• Нестеров, С. А. Основы интеллектуального анализа данных. Лабораторный практикум : учебное пособие / С. А. Нестеров. — Санкт-Петербург : Лань, 2020. — 40 с. — ISBN 978-5-8114-4509-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/130181 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Сидняев Н. И. - ТЕОРИЯ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТА И АНАЛИЗ СТАТИСТИЧЕСКИХ ДАННЫХ 2-е изд., пер. и доп. Учебник и практикум для вузов - М.:Издательство Юрайт - 2020 - 495с. - ISBN: 978-5-534-05070-7 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/teoriya-planirovaniya-eksperimenta-i-analiz-statisticheskih-dannyh-449686
• Статистический анализ данных в MS Excel : учеб. пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. — М. : ИНФРА-М, 2019. — 320 с. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/2842. - Режим доступа: http://znanium.com/catalog/product/987337
• Яковлев В.Б. - Регрессионный анализ. Расчеты в Excel и Statistica - Русайнс - 2021 - ISBN: 978-5-4365-5714-4 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/938371

Рекомендуемая дополнительная литература

• Embarak O. Data Analysis and Visualization Using Python: Analyze Data to Create Visualizations for BI Systems. - Apress, 2018.
• Hector Guerrero. (2019). Excel Data Analysis. Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.spr.sprbok.978.3.030.01279.3
• Jiang, J. (2007). Linear and Generalized Linear Mixed Models and Their Applications. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=212826
• Long, J. D., & Teetor, P. (2019). R Cookbook : Proven Recipes for Data Analysis, Statistics, and Graphics: Vol. Second edition. O’Reilly Media.
• Taieb, D. (2018). Data Analysis with Python : A Modern Approach. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1993344
• Дорофеев, В.А. Основы регрессионного моделирования для психологов : учебное пособие / В.А. Дорофеев, Ю.А. Мочалова. - Ростов-на-Дону : Южный федеральный университет, 2018. - 129 с. - ISBN 978-5-9275-2549-2. - Текст : электронный. - URL: https://new.znanium.com/catalog/product/1021605 - Текст : электронный. - URL: http://znanium.com/catalog/product/1021605

Авторы

• Ангельгардт Антон Николаевич
• Сучкова Екатерина Алексеевна
• Жожикашвили Наталия Александровна
• Чумакова Мария Алексеевна