Інфопакет

Методи дослідження міських спільнот

ВБ9.7.

Вибіркова дисципліна для ОП

Перший

2023/2024

6 Семестр

4

1.1 Знання основних статистичних методів аналізу процесів глобалізації та урбанізації. 1.2 Знання основних бібліотек R для просторового аналізу. 2.1 Вміти використовувати програмне середовище R для добування та обробки геопросторових даних. 2.2 Вміти використовувати програмне забезпечення R для візуалізації просторових даних. 2.3 Вміти використовувати програмне забезпечення R для ідентифікації перспективних локацій об’єктів соціальної інфраструктури у місті. 3.1 Розробляти проекти геопросторових досліджень процесів урбанізацїі та глобалізації відповідно до цілей та завдань замовника.

Очна форма

1. Успішно опанувати навчальні дисципліни «Методи збору соціологічних даних», «Методи аналізу соціологічних даних», «Соціальна статистика та демографія», «Соціологічні теорії міста та урбанізації» та «Соціологія глобалізації». 2. Орієнтуватися в основних теоріях класичної та сучасної соціології. 3. Вміти користуватися програмним середовищем R.

І. Створення та добування геопросторових даних. 1 Поняття геоданих, їх джерела. Геокодування. 2 Просторові об’єкти в R: Spatial та sf-об’єкти. ІІ. Кореляційний та автокореляційний аналіз геопросторових даних. 3 Поняття автокореляції. Індекси Морана та Ґірі. 4 Крос-кореляційний аналіз геопросторових даних. ІІІ. Програмні інструменти геомаркетингу. 5 Геомаркетинг і його основні завдання. 6 Локалізація перспективних локацій у місті. IV. Методи аналізу просторово-часових рядів. 7 Поняття часових рядів. Особливості часових і просторових рядів. 8Програмні інструменти аналізу просторово-часових рядів.

1. Cryer Jonathan D., Kung-Sik Chan, Time Series Analysis With Applications in R. – New York: Springer, 2010. – 491 pages. 2. Lansley Guy, Cheshire James. An Introduction to Spatial Data Analysis and Visualization in R, 2016. Режим доступу: http://www.spatialanalysisonline.com/An%20Introduction%20to%20Spatial%20Data%20Analysis%20in%20R.pdf 3. Shumway Robert H., Stoffer David S. Time Series Analysis and Its Applications With R Examples. – New York: Springer, 2011. – 596 pages. 4. Bivand S. Roger, Pebesma Edzer, Gomez-Rubio Virgilio. Applied Spatial Data Analysis with R. – New York: Springer, 2013. – 405 pages. 5. Yaffee Robert Alan. An Introduction to Time Series Analysis and Forecasting: With Applications of SAS and SPSS. – San Diego: Academic Press, 2000. – 528 pages. 6. Logan John R. Making a Place for Space: Spatial Thinking in Social Science // Annual Review of Sociology. – 2012. – Vol. 38. – Pp. 507–524.

Лекція, практичне заняття, самостійна робота

1. Кр 1 з теми 1 – 5 балів/3 балів. 2. Кр 2 з теми 2 – 5 балів/3 балів. 3. Кр 3 з теми 3 – 10 балів/6 балів. 4. Кр 4 з теми 4 – 10 балів/6 балів. 5. Кр 5 з тем 5–6 – 10 балів/6 балів. 6. Кр 6 з тем 7–8 – 10 балів/6 балів. 7. Участь у дискусії на практичних заняттях з тем 1–8 – 10 балів/6 балів. Підсумкове оцінювання: письмовий іспит: Білет містить тестові завдання у вигляді закритих питань одиничного та множинного вибору) – 20 балів (правильний варіант відповіді оцінюється у 0,5 балу) та два практичних завдання, кожне з яких оцінюється в 10 балів. Мінімальний бал успішного складання (отримання загальної позитивної оцінки) іспит – 24 бали

українська