• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Analysis and Visualization of Data in R

2024/2025
Academic Year
RUS
Instruction in Russian
4
ECTS credits
Delivered at:
School of Sociology
Course type:
Compulsory course
When:
4 year, 1 module

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

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

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

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

Элементы контроля

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

Промежуточная аттестация

  • 2024/2025 1st module
    0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.25 * Домашнее задание 3 + 0.25 * Итоговое задание
Список литературы

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

  • Десятова Мария Ивановна