Інфопакет

Багатовимірний аналіз даних в R

ОК10

Обов’язкова дисципліна для ОП

Другий

2023/2024

2 Семестр

4

1.1 Знати сучасні методи лінійного регресійного аналізу. 1.2 Знати методи експериментального дизайну. 2.1 Вміти будувати та інтерпретувати лінійні регресійні моделі та визначати їх якість. 2.2 Вміти аналізувати та узагальнювати ранги у системах ознак. 2.3 Вміти будувати та інтерпретувати моделі з факторіальним дизайном. 4.1 Демонструвати навички самостійної дослідницької роботи, опанування новими знаннями.

Очна форма

1. Знати методи збору соціологічної інформації, базові методи аналізу соціологічних даних. 2. Вміти працювати з соціологічними даними, читати професійні соціологічні публікації та формулювати ідеї англійською мовою 3. Мати навички використання методологій та концептуальних підстав соціологічного аналізу; мати початкові навички роботи у R.

1. Програмування у середовищі Rstudio. 2. Побудова регресійних моделей. 3. Методи аналізу рангових ознак. 4. Факторіальний дизайн.

Основна: (Базова) 1. Auspurg Katrin, Hinz Thomas. Factorial Survey Experiment. – Sage, Series: Quantitative Applications in the Social Survey, 2015. - Vol.175. - 143 p. 2. Wooldridge Jeffrey M. Introduction to econometrics.- Cengage Learning, 2015, 603 p. (pp.18-211) 3. Treiman Donald J. Quantitative Data Analysis. Doing Social Research to Test Ideas.- Jossey-Bass, 2008, 444 p. (pp 151-333) 4. Hox, Joop J., Ita G. Kreft, and Piet L. J. Hermkens (1991): The Analysis of Factorial Surveys.- 1991, Sociological Methods & Research vol. 19, issue 4, pages 493-510 5. Сидоров М.В.-С. Практична реалізація факторіального дизайну засобами R.- Соціологічні студії, науково-практичний журнал.- Луцьк: №.2(7), 2015, ст.58-66 Додаткова:. 1. Сидоров М.В.-С., Середа О.С., Мраморнова О.М. Використання LimeSurvey для онлайн реалізації факторіального дизайну в опитуваннях.- Актуальні проблеми соціології, психології, педагогіки: Збірник наукових праць. – К.:Логос,- вип.4(29), 2015, ст.134-111

Лекція, практичне заняття, самостійна робота

1. Дистанційний курс "Introduction to R" DataCamp – наявність сертифікату РН 1.1, РН 4.1. 6 балів/2 бали. 2. Домашні завдання у вигляді тестів РН2.1, РН2.2, РН2.3, РН 4.1 (всього 7 протягом вивчення дисципліни) – 49 балів/28 балів (по 7 максимальних або 4 мінімальних бали за кожне). 3. Підсумкова контрольна робота 1 РН1.1, РН2.1 – 15 балів/ 10 балів. 4. Підсумкова контрольна робота 2 РН1.1, РН2.1, РН 4.1. – 15/ 10 балів. 5. Підсумкова контрольна робота 3 РН1.1, РН1.2, РН2.1, РН 2.2, РН 2.3. – 15 балів/10 балів. підсумкове оцінювання - залік

Українська