Одобрена на заседании - Высшая школа экономики

Министерство
экономического развития
и торговли
Российской Федерации
Государственный университет –
Факультет прикладной политологии
Программа дисциплины
Компьютерные технологии в политической науке и образовании
для направления 030200.68 «Политология»
(третья ступень высшего профессионального образования - магистратура)
Авторы Белоусова С.Н. и Бессонова И.А.
Одобрена на заседании
кафедры основ информатики и
прикладного программного обеспечения
Зав. кафедрой
_____________
“___” _____
_____ 2007 г.
«Утверждаю»
Проректор
_______________________
“___” __________ 2007 г.
Москва 2007
2
Требования к студентам
Приступая к изучению дисциплины, слушатель должен быть знаком с основами
математической статистики и теории вероятностей. Данный курс не заменяет
стандартного курса статистики.
Дисциплина рассчитана на 42 учебных часа, которые включают в себя лекционную часть
(24 часов), практическую работу с пакетом SPSS (18 часов) и самостоятельные занятия
(28 часов).
На практических занятиях слушатели учатся анализировать статистические данные с
помощью пакета SPSS для решения задач политологии.
Цель изучения дисциплины:
1)
познакомить слушателей с основными понятиями и областью применения
системы SPSS;
2)
дать слушателям целостное представление о возможностях анализа данных в
системе SPSS;
3)
научить
основам
работы
с
различными
типами
исходной
информации,
исследованию взаимосвязей между данными и проведению анализа данных.
Учебная задача дисциплины
В результате изучения дисциплины слушатель должен
1)
иметь представление о возможностях пакета SPSS в части решения задач с
использованием различных методов статистического анализа;
2)
знать способы анализа статистических данных с помощью регрессионного,
кластерного и факторного анализа данных;
3)
уметь самостоятельно проводить обработку информации для дальнейшей
работы с ней в SPSS и анализировать скрытые закономерности в данных;
4)
обладать навыками работы в SPSS для решения проблем, возникающих при
проведении анализа информации.
Формы контроля
Текущий контроль
-
Работа на практических занятиях (выполнение заданий на компьютере)
-
Эссе сдается для проверки на последнем занятии данного модуля (20 часов
самостоятельных занятий)
3
Аудиторные часы
Формы текущего
контроля
Самостоятельная
работа
Всего
часов
Курс,
семестр,
модуль
Лекции
Сем. и
практ.
занятия
Всего
15
9
24
работа на занятии,
домашнее задание
33
57
1,1,1
9
9
18
работа на занятии,
1 контрольная
работа, домашнее
задание
33
51
1,1,2
II. Тематический расчет часов
Самост.
Всего
работа
часов
2
0
2
Аудиторные занятия
Номера и наименования
тем
Тема 1. Системы анализа
Лекции
Практическ.
занятия
2
Всего
учебных
часов
политических данных.
Характеристика SPSS.
Тема 2. Подготовка данных к
3
2
5
7
12
4
3
7
12
19
4
4
8
12
20
5
5
10
19
29
3
2
5
8
13
анализу. Редактирование
данных.
Тема 3. Описательные
статистики.*
Тема 4. Исследование
взаимосвязей между данными.
Проверка гипотез.
Тема 5. Регрессионный анализ
данных.
Тема 6. Факторный анализ
данных.
4
Аудиторные занятия
Номера и наименования
тем
Лекции
Тема 7. Кластерный анализ
Практическ.
занятия
Самост.
Всего
работа
часов
Всего
учебных
часов
3
2
5
8
13
24
18
42
66
108
данных.
Итого часов
Формы контроля
Текущий контроль
-
работа на практических занятиях;
Промежуточный контроль
-
промежуточное тестирование по завершении первой части -25 мин.
-
эссе (30 часов самостоятельных занятий)
Итоговый контроль
Зачет.
Структура итоговой оценки по учебной дисциплине:
Формы работы
Вклад в итоговую оценку (%)
Работа на практических занятиях
30
Промежуточный тест
10
Эссе
30
Зачет
30
Все формы текущего, промежуточного и итогового контроля оцениваются по 10балльной шкале:
8-10 — «отлично»
6—7 — «хорошо»
4—5 —«удовлетворительно»
1—3 —«неудовлетворительно»
5
Структура учебного курса.
Тема 1. Системы анализа данных. Характеристика SPSS.
Обзор существующих систем хранения и анализа данных. Назначение и оболочка
SPSS. Состав пакета, учебник, система помощи. Содержание и разделы главного меню. Окна
вывода, окно редактирования данных. Панели инструментов. Характеристика диалоговых
окон. Набор статистических методов, типы графиков.
Тема 2. Подготовка данных к анализу. Редактирование данных..
Сбор данных. Выборка. Влияние объемов выборки на точность оценки. Подготовка
данных к обработке: rодирование и кодировочные таблицы, создание матриц данных.
Типы переменных. Загрузка данных в систему. Ввод данных, экспорт данных их
других систем. Обнаружение ошибок ввода. Проверка данных на состоятельность.
Модификация данных: вычисление переменных, аггрегирование данных, ранговые
преобразования.
Тема 3. Описательные статистики
Исследование данных и их свойств: математическое ожидание, дисперсия и
стандартное отклонение, вариации и формы распределения. Медиана. Вычисление
описательных статистик для генеральной совокупности. Правило Бьенамэ-Чебышева.
Тема 4. Исследование взаимосвязей между данными. Проверка гипотез.
Разведочный анализ. Сравнение средних. Таблица сопряженности. Анализ
множественных ответов. Непараметрические тесты. Измерение линейных связей, парная и
частная корреляция.
Тема 5. Регрессионный анализ данных
Простая линейная регрессия. Множественная регрессия. Результаты множественной
регрессии. Остатки и выбросы.
Тема 6. Факторный анализ данных. Метод главных компонент. Метод главных факторов.
Интерпретация факторов.
Тема 7. Кластерный анализ данных.
6
Кластеризация наблюдений. Иерархические методы кластерного анализа.
Партиционные методы кластерного анализа.
Тематика заданий по различным формам текущего контроля:
Примерное содержание заданий
1) Построить диаграмму Steam and Leaf,
2) Проанализировать основные характеристики распределения (мода, смещение и
т.д.);
3) Построить и проанализировать ящичковую диаграмму, определить наличие
выбросов и экстремумов;
4) Оценить близость распределения к нормальному на основе графика Normal Q-Q
Plot, Q-Q Plot Detrended, критерия Колмогорова-Смирнова и следующих
характеристик распределения: остроты пика, смещения и соотношения их величин
и ошибок;
5) Оценить гетероскедастичность на основе графика Spread-versus-level и статистики
Ливиня;
6) Построить таблицу сопряженности и определить наличие зависимости между
переменными, тесноту и направление связи.
7) Построить уравнение регрессии и оценить параметры уравнения.
8) Найти факторы наиболее полно объясняющие наблюдаемые связи между
перменными, имеющимися в наличии.
9) Сформировать группы наблюдений с помощью кластерного анализа.
Тема эссе:
На основе найденных в Интернет социологических данных по конкретному региону и
проведенного по ним статистического анализа провести политический анализ этого региона.
Базовой учебник
1.
SPSS: искусство обработки информации. Анализ статичстических данных и
восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель
– СПб.: ООО «ДиаСофтЮП», 2002.
Основная литература
1. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS - М.:
Изд.дом ГУ ВШЭ, 2006.
2. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы –
М.: Финансы и статистика, 2000.
7
3. Макаров А.А., Тюрин Ю.Н. Статистический анализ на компьютере.- М.: Наука, 1997.
Методические рекомендации (материалы) преподавателю:
Методические материалы оформлены в виде приложения к программе.
Методические указания студентам:
Методические указания студентам приводятся в вариантах классных заданий домашнего
задания.
Автор программы: _____________________________/Белоусова С.Н../
Автор программы: _____________________________/Бессонова И.А./