Бакалавриат 2023/2024

Анализ и визуализация данных в R

Статус: Курс обязательный (Социология)

Направление: 39.03.01. Социология

Кто читает: Департамент социологии

Где читается: Факультет социальных наук

Когда читается: 4-й курс, 1 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Михайлова Наталья Сергеевна

Язык: русский

Кредиты: 4

Контактные часы: 44

Программа дисциплины

Аннотация

Курс является введением в основные понятия и команды языка R, представляет реализацию знакомых студентам методов анализа данных в этой среде (описательные статистики, анализ главных компонент, эксплораторный факторный анализ, кластерный и регрессионный анализы). В курсе представлены основные принципы работы в R, операции по анализу и презентации количественной информации. В результате освоения этого курса студенты будут способны реализовать и документировать процесс исследования от сбора данных до (автоматизированной) публикации отчетов. Ключевая ценность, реализуемая в этом курсе – прозрачность и воспроизводимость количественных исследований.

Цель освоения дисциплины

• формирование компетенций, связанных с решением задач по анализу и визуализации количественных данных в социологии.
• уметь применять синтаксис R для решения задач социологического исследования

Планируемые результаты обучения

• Знать различные выразительные средства для визуализации данных и результатов анализа. Уметь строить графики с использованием ggplot2.
• Считывать данные в R из внешних файлов и экспортировать.
• Уметь использовать базовые команды языка R для создания, индексирования, сортировки, преобразования данных, а также элементы управления, в частности, циклы.
• Уметь строить регрессионные, кластерные и раведывательные факторные модели в R, извлекать результаты и корректно их интепретировать.

Содержание учебной дисциплины

• Введение в R
• Чтение, преобразование и экспорт данных в R
• Анализ данных в R
• Визуализация данных в R base и ggplot2
• Программирование в R
• Автоматизация в R

Элементы контроля

• Домашнее задание 1
  Управление данными, описательные статистики и регрессии в R вес 0.25 от итоговой оценки за курс
• Домашнее задание 2
  Визуализация данных и автоматический отчет вес 0.25 от итоговой оценки за курс
• Домашнее задание 3
  Разведывательный факторный анализ вес 0.25 от итоговой оценки за курс
• Итоговое задание
  Итоговое задание в RStudio, включающее все пройденные за курс темы.

Промежуточная аттестация

• 2023/2024 учебный год 1 модуль
  0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.25 * Домашнее задание 3 + 0.25 * Итоговое задание

Список литературы

Рекомендуемая основная литература

• Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research, Second Edition (Vol. Second edition). New York: The Guilford Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=831411
• Kabacoff, R. (DE-588)14294372X, (DE-576)350576106. (2011). R in action : data analysis and graphics with R / Robert I. Kabacoff. Shelter Island, NY: Manning. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.347663451
• R in action : Data analysis and graphics with R, Kabacoff, R. I., 2011

Рекомендуемая дополнительная литература

• #6 Confirmatory Factor Analysis. (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.B9177FD2
• Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling, Fourth Edition (Vol. Fourth edition). New York: The Guilford Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1078917

Авторы

• Михайлова Наталья Сергеевна