“IBM SPSS İstatistiklerini kullanarak veri analizi” - kurs 42.000 RUB. MSU'dan, eğitim (2 ay), tarih 3 Aralık 2023.

İktisat Doktoru, Moskova Devlet Üniversitesi İktisat Fakültesi Profesörü, kantitatif araştırma uzmanı 30'dan fazla araştırma projesinin lideri olan sosyal alan, Ulusal Araştırma Üniversitesi'nde analitik dersler verme deneyimine sahiptir. HSE, REU im. V. G. Plehanov.

E-posta: [e-posta korumalı]

1 Nüfusun örnek araştırmalarının özü ve ana yönleri. Örnek anket verilerinin işlenmesi için özel PPP'ler kullanma olanakları

Niceliksel bilgi toplama yöntemleri. Örnek çalışmalar. Rusya'daki örnek sosyo-demografik anketler. Sosyal araştırmalara yönelik temel istatistiksel yazılım paketleri. Örnek çalışmalardan elde edilen verilerin işlenmesinde özel yazılımların (Statistica, SPSS) işlevleri. Yapı, SPSS modülleri. Veri işleme alanları. Veri Hazırlama. Veri girme ve kaydetme. Ölçüm ölçekleri (kantitatif, sıralı, nominal). Terazilerin özellikleri ve izin verilen dönüşümleri. Veri sınıflandırma türleri.

2 Veri hazırlama. Veri seçimi ve modifikasyonu

Gözlemlerin seçimi. Gözlemlerin sıralanması. Gözlemleri gruplara ayırma. Veri modifikasyonu. Yeni değişkenlerin hesaplanması. Yeni değişkenlerin belirli koşullara göre hesaplanması. Koşulların formülasyonu. Veri toplama. Sıra dönüşümleri. Kasa ağırlıkları. Veri boşlukları yaratmanın nedenleri ve mekanizmaları. Eksiklikleri göz ardı etme olasılığı. Eksik değerleri doldurma yöntemleri. Anormal değerleri belirleme yöntemleri. Sağlam değerlendirme prosedürlerinin uygulanması. Çoklu Yanıt Analizi

3 Tanımlayıcı istatistikler. Ihtimal tabloları

Örnek anket sonuçlarının işlenmesinde istatistiğin rolü. Mikro ve meta veriler. Matematiksel ve istatistiksel yöntemlerin uygulama alanları ve uygulanabilirlik sınırları. Gözlemlerin özeti. Tanımlayıcı istatistikler. Tek değişkenli dağılımlar. Değişim göstergeleri. Dağılım, varyasyon aralığı, ortalama mutlak sapma, nicelik aralıkları. Acil durum tablolarının oluşturulması. Acil durum tablolarının grafiksel gösterimi.

4 Parametrik ve parametrik olmayan testler

Özellikler arasındaki ilişkinin analizi. Değişkenlerin bağımsızlığı. İletişimin temel özellikleri. Parametrik olmayan ve parametrik testler. Bağımsızlık testi (uyum iyiliği testi χ2). İki ve daha fazla örneğin karşılaştırılması (bağımlı ve bağımsız). t-testi. Olasılık tabloları için istatistiksel testler. Korelasyon katsayıları (nominal ve sıralama ölçekleri için). Değişkenler arasındaki ilişkinin yakınlığının ölçüleri. Bağlantı yakınlığının en basit ölçümleri (ikili değişkenler için). Sıralı verilere sahip tablolar için ilişki ölçümleri. Kendal t-ölçüleri ve özellikleri. Somers'ın d-ölçüleri. Goodman-Kruskal ölçüsü ve özellikleri. Varyans analizi

5 Korelasyon ve regresyon analizi

Korelasyon analizinin özü ve amaçları. Dağılım grafikleri. Eşleştirilmiş korelasyon katsayıları. İstatistiksel bir ilişkinin yakınlık derecesinin ölçülmesi, kısmi korelasyon katsayıları kullanılarak yabancı özelliklerin etkisinin "temizlenmesi". İşaretler arasındaki ilişkinin anlamlılığının kontrol edilmesi. Korelasyon katsayıları için güven aralıkları. Çoklu korelasyon katsayısı. Belirleme katsayısı. İki boyutlu regresyon analiz modeli: doğrusal ve doğrusal olmayan regresyon modelleri. Tahmin problemlerinde büyüme eğrileri, kukla değişkenler ve uygulamaları. Çoklu doğrusal regresyon modeli. Doğrusal olmayan regresyon (ikili lojistik regresyon, çok terimli lojistik regresyon, sıralı regresyon, probit analizi, eğri uydurma).

6 Boyut azaltma yöntemleri

Temel bileşenler yönteminde istatistiksel yaklaşım. Temel bileşenlerin hesaplanması ve grafiksel olarak yorumlanması. Azaltılmış özellik alanının bilgi içeriği. Temel bileşenler regresyonu. Parametrik olmayan yöntemlerin yapısal modellemedeki rolü ve yeri. Hiyerarşik küme analizi. Özellik uzayının metrikleri. Nesne grupları arasındaki mesafeyi ölçmenin ilkeleri. Hızlı küme analizi için algoritmalar, k-ortalamalar yöntemi. İki aşamalı küme analizi. Bir hedef ağacı oluşturmak