Бакалавриат
2023/2024![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Элементы контроля](/f/src/global/i/edu/controls.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Прикладной анализ многомерных и потоковых социально-экономических данных на языке R
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс обязательный (Социология)
Направление:
39.03.01. Социология
Кто читает:
Департамент социологии
Где читается:
Факультет социальных наук
Когда читается:
4-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Пашков Станислав Георгиевич
Язык:
русский
Кредиты:
6
Контактные часы:
48
Программа дисциплины
Аннотация
Курс знакомит слушателей с ключевыми аспектами профессиональной работы в статистической среде R (CRAN R) при выполнении задач социально-экономического (количественного) исследования и задач естественной обработки языка в рамках качественного исследования. В рамках курса последовательно освещаются базовые принципы организации программного кода на данном языке, системам типов данных, основам функционального программирования. Небольшое внимание уделяется вопросам хранения и обработки больших объемов данных (Big Data) с использованием SQL-подходов (реляционных баз данных на примере PostgreSQL). Большую часть курса слушатели изучают прикладные методы статистического анализа микроданных (социология) и макроданных (социально-экономическая статистика), включая классические методы статистической теории, эконометрического анализа, некоторых аспектов Байесовской статистики и теории графов (в рамках исследования возможностей количественно-качественных методов обработки структурированных текстовых данных). В ходе изучения материала уделяется внимание организации процесса аналитики ("пайплайнов") с включением исследовательских гипотез, идентификации социально-экономических исследовательских проблем и определения инсайтов для выработки принципов оперативной аналитики. В качестве источников данных рассматриваются массивы социологических данных, размещенных в ЕАЭСД ВШЭ, RLMS, Росстата, Public.Ru.
Цель освоения дисциплины
- Приобрести представление о модели организации анализа данных для получения оперативных и детальных результатов на основе полученных данных.
- Приобрести навыки программирования на языке R.
- Научиться выполнять комплексный анализ социологических данных, проводить глубинный анализ результатов.
- Освоить принципы кодирования интервью и иного текстового материала при помощи R.
- Выработать навыки работы в команде для последующей презентации результатов в рамках поставленного ТЗ.
Планируемые результаты обучения
- Знает отличия между моделями эксплораторного и конфирматорного факторного анализа, кластерный анализ, многомерное шкалирование. Умеет проводить эксплораторный факторный анализ.
- Умеет выполнять предобработку данных и разведочный анализ данных с помощью релевантного программного обеспечения
- Осуществляет анализ текстовой информации с использованием технологии Text Mining
- Способен проводить регрессионный анализ и оценивать качество полученных моделей. Знает ограничения и область применения регрессионных моделей.
- Освоение многомерных статистических данных, их представление и обобщающих характеристик
- Владеет общими понятиями базы данных. Владеет понятием СУБД в прикладных системах. Владеет общими понятиями реляционной модели.
- Владеет навыками расчета корреляционных статистик (включая факторный анализ) в R
- Выполняет кластерный анализ и визуализирует результат
- Умеет проводить корреляционно-регрессионный анализ данных
- Формулировка содержательной задачи на text mining и обоснование подходящего для её решения метода.
- Подготовленный для text mining корпус документов, в т.ч. предобработанный.
- Имеет представление о классификации вычислительных систем, об основных направлениях совершенствования архитектур и общих принципах построения высокопроизводительных систем.
- Получить системное представление о программном инструментарии, необходимом для выполнения широкого спектра научно-прикладных задач.
- Получить базовое представление о системном устройстве ЭВМ, необходимое для понимания принципов работы ключевого инструментария.
- Получение практических и методических принципов организации процедуры раннего анализа данных.
- Применение навыков ad-hoc постановки задач исследования и выбора расчетных методов ее реализации
- Получение системной и последовательной практики проверки параметрических и непараметрических гипотез для дальнейшего принятия решения по анализу данных.
- Получение практических и методических принципов организации процедуры факторного анализа.
- Получение представления о роли классических и актуальных социологических теорий/подходов в анализе социальных систем и социальных групп.
Содержание учебной дисциплины
- Введение в статистическую среду R
- Гибкий разведочный анализ в среде R — 1
- Гибкий разведочный анализ в среде R — 2
- Многомерный анализ центральных тенденций (средних) в среде R
- Факторный анализ
- Кластерный анализ
- Регрессионный анализ — 1
- Регрессионный анализ — 2
- Введение в теорию графов и SNA в R
- Введение в NLP и методологию автоматизированного сбора данных средствами R
- Введение в HPC (высокопроизводительные вычисления) с помощью R
- Логика работы с большими данными и централизованными хранилищами | введение в SQL
Элементы контроля
- Посещение семинаровПосещение семинаров необходимо для получения комплексного понимания материала, а также возможности отслеживания качества усвоения. Предполагается, что из 12 тем обязательными являются первые 10, по которым и будет вестись учёт посещения по формуле «1 посещение = 1 балл». Всего можно набрать 10 баллов. Темы 11 & 12 являются факультативными, по ним учет вестись не будет.
- Лабораторная работа — 1Лабораторная работа №1 посвящена темам 2-3. Предполагается, что в день анонса Лабораторной работы студенты начинают выполнять первые задания (минимальное число баллов для сдачи работы) с преподавателем, а затем дома проводят самостоятельную работу над заданиями.
- Лабораторная работа — 2Лабораторная работа №3 посвящена теме 10. Предполагается, что в день анонса Лабораторной работы студенты начинают выполнять первые задания (минимальное число баллов для сдачи работы) с преподавателем, а затем дома проводят самостоятельную работу над заданиями.
- Лабораторная работа — 3Лабораторная работа №3 посвящена темам 7-9. Предполагается, что в деть анонса Лабораторной работы студенты начинают выполнять первые задания (минимальное число баллов для сдачи работы) с преподавателем, а затем дома проводят самостоятельную работу над заданиями.
- Лабораторная работа -- 4Лабораторная работа №3 посвящена теме 10. Предполагается, что в деть анонса Лабораторной работы студенты начинают выполнять первые задания (минимальное число баллов для сдачи работы) с преподавателем, а затем дома проводят самостоятельную работу над заданиями.
- Групповой проектФинальный групповой проект представляет из себя ТЗ, которое раздается индивидуальной команде студентов для применения всех знаний и практик, полученных в ходе освоения тем 1-10. Студенты выполняют проект на протяжении всего курса, постепенно получая знания, необходимые для успешного выполнения проекта. В качестве предмета проекта выступает презентация и аналитический документ, собранный с помощью инструмента RMarkdown. Оценка учитывает качество проекта, глубину анализа и умение реагировать на критические вопросы условного «Заказчика».
Промежуточная аттестация
- 2023/2024 учебный год 2 модуль0.2 * Групповой проект + 0.15 * Лабораторная работа -- 4 + 0.1 * Лабораторная работа — 1 + 0.2 * Лабораторная работа — 2 + 0.25 * Лабораторная работа — 3 + 0.1 * Посещение семинаров
Список литературы
Рекомендуемая основная литература
- Crawley, M. J. (2013). The R Book (Vol. Second Edition). Chichester, West Sussex: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=531630
- Eric D. Kolaczyk, & Gábor Csárdi. (2020). Statistical Analysis of Network Data with R: Vol. 2nd ed. Springer.
- Etaner-Uyar, A. S., & Gündüz-Ögüdücü, S. (2014). Social Networks: Analysis and Case Studies. Wien: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=812923
- Fox, J., Jr, & Weisberg, H. S. (2010). An R Companion to Applied Regression. Thousand Oaks: SAGE Publications, Inc. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1236075
- Linoff, G. (2016). Data Analysis Using SQL and Excel: Vol. Second edition. Wiley.
- Malik, U., Goldwasser, M., & Johnston, B. (2019). SQL for Data Analytics : Perform Fast and Efficient Data Analysis with the Power of SQL. Packt Publishing.
- Myatt, G. J., & Johnson, W. P. (2014). Making Sense of Data I : A Practical Guide to Exploratory Data Analysis and Data Mining (Vol. Second edition). Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=809795
- Ren, K. (2016). Learning R Programming. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1409189
- Robert I. Kabacoff. (2015). R in Action : Data Analysis and Graphics with R: Vol. Second edition. Manning.
- Silge, J., & Robinson, D. (2017). Text Mining with R : A Tidy Approach (Vol. First edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1533983
Рекомендуемая дополнительная литература
- AlFalahi, K., Atif, Y., & Abraham, A. (2014). Models of Influence in Online Social Networks. International Journal of Intelligent Systems, 29(2), 161–183. https://doi.org/10.1002/int.21631
- Juba, S., & Volkov, A. (2019). Learning PostgreSQL 11 : A Beginner’s Guide to Building High-performance PostgreSQL Database Solutions, 3rd Edition (Vol. Third edition). Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2023612
- Machler, M. (2007). Statistics: An Introduction using R, Michael J. Crawley. The American Statistician, 100. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.bes.amstat.v61y2007mfebruaryp100.101
- Pozzi F. et. al. Sentiment Analysis in Social Networks. - Morgan Kaufmann Publishers, 2016. - ЭБС Books 24x7.
- Zumel, N. V. (DE-588)1055925899, (DE-627)792891783, (DE-576)41194200X, aut. (2020). Practical data science with R Nina Zumel and John Mount ; foreword by Jeremy Howard and Rachel Thomas.
- Зарова Е.В. - Applied Multivariate Statistical Analysis: Presentations for Lecturing and Working Examples with R=Прикладной многомерный статистический анализ: Презентации для лекций и примеры решений с использованием пакета R - НИЦ ИНФРА-М - 2016 - ISBN: 978-5-16-012133-8 - Текст электронный // ЭБС ZNANIUM - URL: https://znanium.com/catalog/document?id=58218
- Шёниг, Г. -. PostgreSQL 11. Мастерство разработки / Г. -. Шёниг , перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2020. — 352 с. — ISBN 978-5-97060-671-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131714 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.