Магистратура 2023/2024

Анализ данных в образовании II

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Доказательное развитие образования)

Направление: 38.04.04. Государственное и муниципальное управление

Кто читает: Департамент образовательных программ

Где читается: Институт образования

Когда читается: 1-й курс, 2-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Абалмасова Екатерина Сергеевна, Тарасов Сергей Владимирович, Юсупова Элен Магомедовна

Прогр. обучения: Доказательное развитие образования

Язык: русский

Кредиты: 9

Контактные часы: 146

Программа дисциплины

Аннотация

Курс «Анализ данных в образовании II» предназначен для студентов магистерской программы "Доказательное развитие образования" и является продолжением курса “Анализ данных в образовании I”. Целью курса является освоение основных этапов статистического анализа: от сбора и обработки данных до базовых методов анализа данных и наглядного представления и интерпретации результатов анализа.

Цель освоения дисциплины

• Знать возможности применения и ограничения изучаемых методов статистического анализа
• Научиться подбирать методы количественного анализа данных под исследовательский вопрос, проводить анализ и содержательно интерпретировать его результаты в соответствии с поставленным исследовательским вопросом
• Освоить навыки работы с данными в R

Планируемые результаты обучения

• Умеет проводить предварительный анализ данных (дескриптивный и графический) в R
• Умеет проводить предварительную обработку данных для последующего статистического исследования в R
• Применяет R для реализации статистических методов: умеет импортировать данные, использовать основные функции и пакеты R для работы с данными
• Умеет подобрать и обосновать выбор подходящего метода анализа данных для проведения исследования с учетом возможностей и ограничений методов анализа
• Умеет количественно оценивать и интерпретировать связь между переменными разного типа
• Умеет строить модель линейной регрессии и проводить ее диагностику
• Умеет строить модель логистической регрессии и проводить ее диагностику
• Умеет проводить кластерный анализ
• Умеет проводить факторный анализ

Содержание учебной дисциплины

• Основы работы с R
• Исследование связи между переменными
• Линейный регрессионный анализ
• Базовые модели с категориальными зависимыми переменными
• Кластерный анализ
• Факторный анализ

Элементы контроля

• Работа на семинаре
• Контрольные работы
• Домашние задания
• Экзамен

Промежуточная аттестация

• 2023/2024 учебный год 2 модуль
  0.5 * Домашние задания + 0.5 * Контрольные работы
• 2023/2024 учебный год 4 модуль
  0.125 * Домашние задания + 0.125 * Домашние задания + 0.125 * Контрольные работы + 0.125 * Контрольные работы + 0.1 * Работа на семинаре + 0.4 * Экзамен

Список литературы

Рекомендуемая основная литература

• Jack A. Levin, & James Alan Fox. (2013). Elementary Statistics in Social Research: Pearson New International Edition : Essentials. Harlow, United Kingdom: Pearson. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1418805
• Введение в эконометрику, Доугерти, К., 2004
• Математические методы психологического исследования : анализ и интерпретация данных: учеб. пособие, Наследов, А. Д., 2006
• Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008
• Эконометрика. Начальный курс, Магнус, Я. Р., 1997

Рекомендуемая дополнительная литература

• Dalgaard, P. (2002). Introductory Statistics with R. New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=99644

Авторы

• Тарасов Сергей Владимирович
• Юсупова Элен Магомедовна
• Абалмасова Екатерина Сергеевна