«Методы изучения динамики социальных явлений» Программа дисциплины

Программа дисциплины
«Методы изучения динамики социальных явлений»
для направления 521200 – Социология
(вторая ступень высшего профессионального образования)
для специальности 020300 – Социология
(третья ступень высшего профессионального образования)
I. Пояснительная записка
Авторы программы: зав. кафедрой Методов сбора и анализа
социологической информации ГУ-ВШЭ Крыштановский Александр Олегович и
зав. кафедрой Высшей математики ГУ-ВШЭ Самыловский Александр
Иванович.
Требования к студентам: Учебная дисциплина «Методы изучения
динамики социальных явлений» (8-й семестр) использует материал
предшествующих ей дисциплин «Линейная алгебра», «Математикостатистические модели социологии», «Моделирование и прогнозирование
социальных процессов», «Анализ социологических данных» учебного плана
факультета Социологии. Кроме того, весьма полезным для эффективного
(активного) усвоения содержания учебной дисциплины является знакомство
студентов с теорией вероятностей в объеме любого стандартного семестрового
учебного курса.
Аннотация: Учебная дисциплина «Методы изучения динамики
социальных явлений» предназначена для ознакомления студентов с
современными математическими подходами, моделями и методами, которые
начинают эффективно использоваться в соответствующей социологической
проблематике. Учебная дисциплина является необходимым элементом
университетского образования современного социолога – аналитика,
находящегося на уровне стандартов, принятых в мировом профессиональном
социологическом сообществе.
Учебная задача дисциплины: В результате изучения дисциплины
студент должен овладеть соответствующим математическим инструментарием,
научиться подбирать инструментарий, адекватный решаемым прикладным
теоретическим и прикладным социологическим задачам, научиться понимать (и
оценивать) неизбежную определенную ограниченность возможностей
формальных математических методов для окончательного принятия
социальных решений.
Формы контроля: По учебной дисциплине предусмотрено одно
домашнее задание (эссе) как форма промежуточного контроля. Форма
итогового контроля – зачет, к которому допускаются студенты, сдавшие
(защитившие) эссе. Студенты, посетившие менее 80% аудиторных занятий,
выполняют на зачете дополнительную письменную контрольную работу.
1
II. Тематический расчет часов
(8-й семестр)
№
раздела
1.
2.
3.
Название раздела
Модели и методы математической статистики
и анализа данных в изучении динамики
социальных явлений
Модели и методы теории статистических
решений в изучении динамики социальных
явлений
Модели и методы теории случайных
процессов и временных рядов в изучении
динамики социальных явлений
Количество часов:
лекции + семинары +
самостоят. работа
4 + 4 + 24
4 + 0 + 24
4 + 4 + 24
Итого аудиторных часов – 20 (лекции – 12, семинары – 8);
итого внеаудиторных часов самостоятельной работы – 72.
Всего учебных часов – 92.
III. Содержание программы
Раздел 1. Модели и методы математической статистики и анализа
данных в изучении динамики социальных явлений.
Скалярные и векторные случайные величины как математические
модели социальных явлений. Анализ динамики числовых характеристик
случайных величин методами дисперсионного (ДА), корреляционного (КА),
регрессионного (РА) анализов. Однофакторный, двухфакторный и
многофакторный
дисперсионный
анализ.
Взаимодействие
факторов.
Планировние активного эксперимента. Полный, частный, множественный
коэффициенты
корреляции.
Парная
и
множественная
регрессия.
Стандартизованные вычислительные схемы в ДА, КА, РА. Взаимосвязь
подходов, методов, результатов ДА, КА, РА в исследовании социальной
динамики. Возможности методов многомерного статистического анализа
(МСА) для исследования проблематики социальной динамики: модели главных
компонент и канонических корреляций.
Раздел 2. Модели и методы теории статистических решений в
изучении динамики социальных явлений.
Проверка гипотез как теория статистических решений. Характеристики
решающего правила (РП): оперативная характеристика, мощность. Наиболее
мощное РП, равномерно наиболее мощное РП. Рандомизированное РП.
Принятие решений в условиях неопределенности. Последовательный анализ как
математическая модель динамической процедуры принятия решений при
поступлении и анализе дополнительной информации о социальном явлении (в
динамике). Последовательный критерий отношения вероятностей при проверке
статистических гипотез о поведении социального процесса. Последовательное
оценивание параметров моделей социальных явлений.
2
Раздел 3. Модели и методы теории случайных процессов и
временных рядов в изучении динамики социальных явлений.
Последовательности зависимых испытаний, зависимых скалярных и
векторных случайных величин как математические модели социальной
динамики. Различные динамические модели случайных процессов,
возможности аналитического исследования моделей динамики: марковские
процессы и их модели, корреляционная теория случайных процессов,
стационарность, асимптотическое поведение, эргодичность, предельное
распределение характеристик моделей. Статистика случайных процессов.
Статистические методы построения и исследования моделей. Модель
случайного процесса в виде временного ряда. Исследование структуры
временного ряда: тренд, циклы, сезонность, случайность, сегментирование
тренда. Модели и методы непараметрической статистики в анализе временных
рядов. Модели авторегрессии и скользящего среднего в анализе стационарных
временных рядов, вычисление параметров моделей на основе статистического
анализа ряда. Корреляционный анализ в исследовании временных рядов,
сериальные корреляции, коррелограммы и спектры. Модели нестационарных
временных рядов. Интеграция и коинтеграция временных рядов, регрессия
коинтеграции, вектор коинтеграции. Многомерные временные ряды.
Исследование адекватности модели временного ряда реальным данным.
Прогнозирование социальной динамики на основе моделей временных рядов.
IV. Список литературы
Базовый учебник
1. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на
компьютере. – М.: ИНФРА-М, 1998.
Основная литература по учебной дисциплине
1. Горелова Г.В., Кацко И.А. Теория вероятностей и математическая
статистика в примерах и задачах с применением Excel. Учебное пособие для
ВУЗов. Ростов-на-Дону: Феникс, 2002.
2. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник.
М.: Финансы и статистика, 1999.
3. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая
статистика: Учебник. Серия «Высшее образование». М.: ИНФРА-М, 2000.
4. Прикладной статистический анализ: Учебное пособие для ВУЗов /
Колл. авт. Алексахин С.В., Балдин А.В. и др. «Издательство ПРИОР», 2001.
5. Теория статистики с основами теории вероятностей: Учебное пособие
для ВУЗов / Колл. авт., под ред. И.И.Елисеевой. М.: ЮНИТИ-ДАНА, 2001.
Дополнительная литература по учебной дисциплине
1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием
ЭВМ. М.: Мир, 1982.
3
2. Болч Бен У., Хуань Клифф Дж. Многомерные статистические методы
для экономики. М.: Статистика, 1979.
3. Глинский В.В., Ионин В.Г. Статистический анализ. Учебное пособие.
М.: ИИД «Филинъ», 1998.
4. Гренандер У., Фрайбергер В. Краткий курс вычислительной
вероятности и статистики. М.: Наука, 1978.
5. Кендэл Морис Дж. Временные ряды. М.: Финансы и статистика, 1981.
6. Курбатов В.И., Угольницкий Г.А. Математические методы социальных
технологий: Учебное пособие. М.: Вузовская книга, 1998.
7. Мангейм Джарол Б., Рич Ричард К. Политология. Методы
исследования. М.: Весь Мир, 1999.
8. Мостеллер Фредерик, Тьюки Джон У. Анализ данных и регрессия: В
2-х вып. М.: Финансы и статистика, 1982.
9. Поллард Дж. Справочник по вычислительным методам статистики.
М.: Финансы и статистика, 1982.
10. Самарский А.А., Михайлов А.П. Математическое моделирование:
Идеи, методы, примеры. М.: Физматлит, 2001.
11. Статистические методы для ЭВМ / Сб. под ред. Курта Энслейна,
Энтони Рэлстона, Герберта С. Уилфа. М.: Наука, 1986.
12. Томас Ричард. Количественные методы анализа хозяйственной
деятельности. М.: Дело и Сервис, 1999.
13. Morton Rebecca B. Methods and Models. A Guide to the Empirical
Analysis of Formal Models in Political Science. UK: Cambridge University Press,
2000.
14. Neter John, Wasserman William, Kutner Michael H. Applied Linear
Statistical Models. 3rd edition. USA: IRWIN, Inc., 1990.
Литература для углубленного изучения научной области
1. Анастази Анна, Урбина Сьюзан. Психологическое тестирование. 7-е
международное издание. СПб.: Питер, 2001.
2. Бендат Джулиус С., Пирсол Аллан Г. Прикладной анализ случайных
данных. М.: Мир, 1989.
3. Бикел Питер Дж., Доксам Куэлл А. Математическая статистика. Вып.
1, 2. М.: Финансы и статистика, 1983.
4. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и
управление. Вып. 1, 2. М.: Мир, 1974.
5. Браунли К.А. Статистическая теория и методология в науке и технике.
М.: Наука, 1977.
6. Карлин Сэмюель. Основы теории случайных процессов. М.: Мир,
1971.
7. Кемени Джон Дж., Снелл Дж. Лори. Конечные цепи Маркова. – М.:
Наука, 1970.
8. Кемени Джон Дж., Снелл Дж. Лори. Кибернетическое моделирование.
Некоторые приложения. М.: Советское радио, 1972.
9. Кендалл Морис Дж., Стьюарт Алан. Многомерный статистический
анализ и временные ряды. М.: Наука, !976.
10. Клейнер Г.Б., Смоляк С.А. Эконометрические зависимости: принципы
и методы построения. М.: Наука, 2000.
4
11. Леман Э. Проверка статистических гипотез. М.: Наука, 1979.
12. Лунеев В.В. Юридическая статистика: Учебник. М.: Юристъ, 1999.
13. Математические методы в социальных науках / Сб. статей под ред.
Пауля Лазарсфельда и Нейла У. Генри. М.: Прогресс, 1973.
14. Мирский Г.Я. Характеристики стохастической взаимосвязи и их
измерения. М.: Энергоиздат, 1982.
15. Налимов В.В., Голикова Т.И. Логические основания планирования
эксперимента. М.: Металлургия, 1981.
16. Плаус Скотт. Психология оценки и принятия решений. М.: ИИД
«Филинъ», 1998.
17. Сачков Ю.В. Вероятностная революция в науке (Вероятность,
случайность, независимость, иерархия). М.: Научный мир, 1999.
18. Себер Дж. А.Ф. Линейный регрессионный анализ. М.: Мир, 1980.
19. Сидоренко Е.В. Методы математической обработки в психологии.
СПб.: Речь, 2000.
20. Сосулин Ю.Г., Фишман М.М. Теория последовательных решений и её
применения. М.: Радио и связь, 1985.
21. Франк Роберт Х. Микроэкономика и поведение. Университетский
учебник. М.: ИНФРА-М, 2000.
22. Хеннан Э. Многомерные временные ряды. М.: Мир, 1974.
23. Чернов Герман, Мозес Линкольн. Элементарная теория
статистических решений. М.: Советское радио, 1962.
24. Шеффе Генри. Дисперсионный анализ. М.: Наука, 1980.
25. Hogg Robert V., Craig Allen T. Introduction to Mathematical Statistics.
USA: Prentice-Hall, Inc., 1995.
26. Kadane Joseph B., et al. Rethinking the Foundations of Statistics. UK:
Cambridge University Press, 2000.
V. Тематика эссе
Дисперсионный анализ данных социальной динамики; корреляционный
анализ данных социальной динамики; регрессионный анализ данных
социальной динамики; непараметрические статистические методы анализа
данных социальной динамики; модели и методы теории случайных процессов в
анализе и прогнозировании социальной динамики; методы исследования
адекватности математических моделей социальной динамики реальным
данным.
Авторы программы:
А.О.Крыштановский
А.И.Самыловский
5