Общие положения 1 Нормативные документы для разработки ооп бакалавриата по направлению подготовки 040100 «Социология»



жүктеу 12.71 Mb.
бет17/73
Дата21.04.2019
өлшемі12.71 Mb.
түріУчебный план
1   ...   13   14   15   16   17   18   19   20   ...   73
(15.08.2011).

  • Армс В. Электронные библиотеки / В. Армс; Пер. с англ. С.А. Арнаутова; под ред. Н.В. Максимова. – М.: ПИК ВИНИТИ, 2001.- 274 с.

  • ГОСТ 7.82–2001. Библиографическая запись. Библиографическое описание электронных ресурсов. Общие требования и правила составления. – М.: Издательство стандартов, 2001.

    .

    1. Краткое руководство по поиску в базе данных по цитированию Science Citation Index Expanded. <(http://www.elibrary.ru/isi_info.asp>.

    2. Краткое руководство по работе с электронной библиотекой eLibrary.ru. .

    3. Писляков В. В. Основные методы оценки научного знания по показателям цитирования // Социологический журнал. 2007. № 1. С. 128–140.

    4. Российский индекс научного цитирования. Научная Электронная Библиотека, 2010. (15.08.2011).

    5. Руководство пользователя системы elibrary.ru. Научная Электронная Библиотека, 2010. (15.08.2011).

    6. Степанов В.К. Интернет в профессиональной информационной деятельности: Электронный учебник. / В.К. Степанов. - М., 2010. .

    б) дополнительная литература:



    1. Brown B.N. Tips from the Experts Research Methods for Comprehensive Science Literature Reviews // Issues in Science and Technology Librarianship. 2009. No. 57. (15.08.2011).

    2. DOI Handbook. (15.08.2011).

    3. Electronic Resource Management in Libraries: Research and Practice / Ed. H. Yu and S. Breivold. Hershey–N.Y.: Information Science Reference, 2008. 416 pp.

    4. Garfield E. The Impact Factor // Current Contents. 1994. No. 25. P. 3–7.

    5. Garfield E. Using the impact factor. Current Contents. 1994. No. 29. P. 3–5.

    6. Glänzel W., Moed H. F. Journal impact measures in bibliometric research // Scientometrics. 2002. Vol. 53, No. 2. P. 171–193.

    7. Jeffery K.G. Open Access: An Introduction // ERCIM News. 2005. No 64. (15.08.2011).

    8. Арефьев П.Г. Интеграция российского академического сообщества в глобальные коммуникации // Социологический журнал. 2001. № 2. С. 19-39.

    9. Гиляревский Р.С. и др. Рынок информационных услуг и продуктов / Р.С. Гиляревский, В.А. Цветкова, Г.З. Залаев, И.И. Родионов. - М.: МК-Периодика, 2002. – 549 с.

    10. Гражданский Кодекс Российской Федерации: последняя редакция. (15.08.2011).

    11. Гусев В.С. Google: эффективный поиск. Краткое руководство / В.С. Гусев. - М.: Издательский дом «Вильямс»; Диалектика, 2006. – 240 с.

    12. Кузнецов А. Ю., Разумова И. К. Доступ к научным ресурсам // Библиотечное дело. 2005. № 2 (26).

    13. Литвинова Н. Н. Организация интегрированной среды пользователя для поиска в сетевых удаленных ресурсах // Научные и технические библиотеки. 2008. № 6. С. 5–14.

    14. Об Академии Google. Google, 2011. (15.08.2011).

    15. Писляков В. В. Зачем создавать национальные индексы цитирования? // Научные и технические библиотеки. 2007. №2. С. 65–71.

    в) программное обеспечение:

    специального программного обеспечения не требуется.

    г) базы данных, информационно-справочные и поисковые системы:


    1. Аналитическая база данных Web of Science.

    2. Архив открытого доступа Arxiv.org.

    3. Международная база данных ProQuest Dissertations & Theses.

    4. Мировой электронный каталог WorldCat.

    5. Полнотекстовая система ScienceDirect.

    6. Полнотекстовая система SpringerLink.

    7. Портал научной информации Elibrary.ru.

    8. Система журналов открытого доступа Open JGate.

    9. Специализированная система по поиску научной информации Google Scholar (Google Академия).

    10. Специализированная система по поиску научной информации Scirus.


    10. Материально-техническое обеспечение дисциплины:

    Раздел заполняется вузом, в котором реализуется ООП.
    11. Методические рекомендации по организации изучения дисциплины:

    Раздел заполняется вузом, в котором реализуется ООП (указываются рекомендуемые модули внутри дисциплины или междисциплинарные модули, в состав которых она может входить, образовательные технологии, а также примеры оценочных средств для текущего контроля успеваемости и промежуточной аттестации).

    МАКЕТ ПРИМЕРНОЙ ПРОГРАММЫ

    ДИСЦИПЛИНЫ
    Методы прикладной статистики для социологов

    Рекомендуется для направления подготовки

    040100 Социология

    Квалификация (степень) выпускника: бакалавр

    1. Цели и задачи дисциплины

    В курсе изучаются основные математико-статистические методы анализа информации с целью освоения теоретических и прикладных знаний в области анализа и интерпретации социологических данных.



    Цель курса: освоение студентами программных средств обработки и анализа социологической информации на компьютере, а также анализ специфики использования методов математики и статистики для изучения социальных явлений и интерпретации результатов анализа социологических данных.

    Задачи курса: курс направлен на изучение возможностей и ограничений основных методов одномерного и многомерного статистического анализа социологических данных. Изучение курса также нацелено на формирование у студентов практических навыков использования компьютерных программ анализа социологических данных на примерах конкретных массивов результатов социологических исследований.

    2. Место дисциплины в структуре ООП:

    Дисциплина относится к базовой части математического и естественнонаучного цикла (Б2).

    Для изучения дисциплины студент должен

    знать:


    • основы социологии общественного мнения;

    • методологию и методы прикладных социологических исследований;

    • высшую математику (математический анализ и линейную алгебру);

    • основы современных информационных технологий в социальных науках;

    • теорию вероятностей и математическую статистику;

    уметь:

    • осуществлять основные операции в работе на компьютере;

    • подвергать первичному анализу данные эмпирических исследований.

    обладать следующими компетенциями:

    • способностью использовать основные положения и методы гуманитарных и социально-экономических наук при решении профессиональных задач (ОК-9 – на начальном уровне);

    • способностью анализировать социально значимые проблемы и процессы (ОК-10 на базовом уровне);

    • владением основными методами, способами и средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией (ОК-13 на базовом уровне);

    • иностранным языком на уровне, достаточном для поиска и анализа иностранных источников информации (ОК-15 на базовом уровне);

    • способностью самостоятельно формулировать цели, ставить конкретные задачи научных исследований в различных областях социологии и решать их с помощью современных исследовательских методов и с применением современных информационных технологий (ПК-2 на начальном уровне);

    • способностью и готовностью использовать знание методов и теорий социальных и гуманитарных наук при осуществлении экспертной, консалтинговой и аналитической деятельности (ПК-4 на начальном уровне);

    • умением обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций (ПК-8 на начальном уровне);

    • способностью использовать базовые теоретические знания, практические навыки и умения для участия в научных и научно-прикладных исследованиях, аналитической и консалтинговой деятельности (ПК-10 на начальном уровне);

    • способностью использовать методы сбора, обработки и интерпретации комплексной социальной информации для решения организационно-управленческих задач, в том числе находящихся за пределами непосредственной сферы деятельности (ПК-11 на начальном уровне).

    Дисциплины, для которых данная дисциплина является предшествующей: дисциплины вариативной части профессионального цикла.

    3. Требования к результатам освоения дисциплины:

    Процесс изучения дисциплины направлен на формирование следующих компетенций:



    • осознание социальной значимости своей будущей профессии, обладание высокой мотивацией к выполнению профессиональной деятельности (ОК-8 формируется частично);

    • способность анализировать социально значимые проблемы и процессы (ОК-10 формируется частично);

    • способность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК-11 формируется частично);

    • способность понимать сущность и значение информации в развитии современного общества (ОК-12 формируется частично);

    • владение основными методами, способами и средствами получения, хранения, переработки информации, навыки работы с компьютером как средством управления информацией (ОК-13 формируется частично);

    • способность самостоятельно формулировать цели, ставить конкретные задачи научных исследований в различных областях социологии и решать их с помощью современных исследовательских методов с применением современных информационных технологий (ПК-2 – формируется частично);

    • способность и готовность использовать знание методов и теорий социальных и гуманитарных наук при осуществлении экспертной, консалтинговой и аналитической деятельности (ПК-4 формируется частично);

    • умение обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций (ПК-8 формируется частично);

    • способность использовать базовые теоретические знания, практические навыки и умения для участия в научных и научно-прикладных исследованиях, аналитической и консалтинговой деятельности (ПК-10 формируется частично).

    В результате изучения дисциплины студент должен:

    знать:

    • основные методологические подходы к анализу данных, специфику их применения в отношении социологической информации;

    • основные методы прикладной статистики, необходимые для анализа социологической информации, и алгоритмы их реализации с помощью программных средств анализа данных на компьютере (SPSS);

    уметь:

    • выбрать наиболее адекватный метод для решения поставленной социологической задачи;

    • определить и обосновать необходимый формат предлагаемой математической модели;

    • проанализировать выполнение ограничений модели и предложить схему преодоления в случае нарушения этих ограничений;

    • выполнить расчеты модели на компьютере;

    • проанализировать математико-статистический смысл полученных результатов;

    • дать социологическую интерпретацию построенной модели;

    владеть:

    • навыками анализа социологических данных на компьютере;

    • навыками интерпретации социологической информации.

    4. Объем дисциплины и виды учебной работы

    Общая трудоемкость дисциплины определяется вузом самостоятельно, но не может составлять менее 4 зачетных единиц (в соответствии с ФГОС).

    Рекомендуемый объем дисциплины в соответствии с учебными планами вузов-участников Консорциума 4 зачетные единицы.

    Суммарная трудоемкость аудиторных занятий должна составлять не более 60% от общей трудоемкости освоения дисциплины. Рекомендуемая доля аудиторной работы – 50-55%.

    Время на подготовку к экзамену, если он предусмотрен, следует включать в самостоятельную работу.


    Вид учебной работы

    Всего часов

    Семестры













    Аудиторные занятия (всего)
















    В том числе:
















    Лекции
















    Практические занятия (ПЗ)
















    Самостоятельная работа (всего)
















    В том числе:
















    Домашние задания
















    Эссе (письменные работы)
















    Другие виды самостоятельной работы
















    Подготовка к зачёту, экзамену
















    Вид промежуточной аттестации (контрольная работа, тест)
















    Общая трудоемкость (час., зач. ед.)
































    5. Содержание дисциплины.

    5.1. Содержание разделов дисциплины.


    № п/п

    Наименование раздела дисциплины

    Содержание раздела

    1.

    Подготовка к анализу данных. Описательная статистика.

    Понятие «переменная». Соотношение между анкетными вопросами и переменными. Единица наблюдения и единица анализа. Пропущенные ответы. Особенности анализа переменных с пропущенными значениями.

    Данные на мониторе компьютера. Элементы описания переменной: имя переменной, метка переменной, метки значений, коды пропущенных значений, тип переменной, формат записи ответов.

    Матрица данных.

    Приемы и методы описания социологических характеристик с помощью математических показателей.

    Точечные оценки социологических показателей, их содержательный смысл. Представление о мерах средней тенденции и их точечные оценки (среднее арифметическое, медиана, мода). Их содержательный смысл.

    Меры разброса и их точечные оценки (дисперсия, стандартное отклонение, квартильный размах, коэффициент вариации, энтропия). Возможность расчета тех и других для признаков, измеренных по разным шкалам.

    Переход от точечных к интервальным оценкам. Принципы построения интервальных оценок. Понятие средней и предельной ошибок выборки.


    2.

    Анализ статистических взаимосвязей

    Методы оценивания и измерения статистических взаимосвязей. Таблица сопряженности как инструмент анализа взаимосвязи. Построение таблиц в SPSS с использованием команды CROSSTABS. Методы получения различных типов процентов (только по строке, только по столбцу, одновременно по строке и столбцу), их познавательные возможности.

    Проверка статистических гипотез о взаимозависимости признаков. Коэффициент хи-квадрат. Ограничения возможности работы с хи-квадрат.

    Коэффициенты ранговой и линейной корреляции, их специфика и познавательные возможности.

    Различные подходы к группировке значений количественных переменных. Возможности команд меню Transform по преобразованию исходных переменных и по созданию новых переменных. Особенности использования команды RECODE.



    3.

    Анализ взаимосвязей качественных и количественных переменных.

    Сопоставление средних значений количественной переменной в нескольких подвыборках. Возможности использования команды MEANS для визуализации различия средних.

    Проверка статистических гипотез о равенстве средних. Тест Стьюдента. Работа с командой T-TEST. Тест Стьюдента в ситуациях одинаковых и различающихся дисперсий.

    Статистическая модель однофакторного дисперсионного анализа. Познавательные возможности и специфика использования метода дисперсионного анализа в социологии. Работа с командой ANOVA.

    Возможности получения количественных переменных в массивах социологических данных с использованием команд COMPUTE и COUNT. Создание новых переменных с использованием логических условий (команда IF).



    4.

    Использование моделей множественной регрессии для анализа социологических данных

    Общая идея регрессионной модели. Использование команды REGRESSION для построения моделей линейной регрессии. Оценка качества модели. Интерпретация и оценки коэффициентов регрессии, уровень значимости коэффициентов. Различные возможности работы с пропущенными данными. Идеология развития регрессионной модели для более адекватного описания изучаемого явления.

    Возможности выявления и удаления выпадающих наблюдений («выбросов»). Возможности анализа остатков.

    Оценка корректности допущений регрессионной модели - нормальность распределения остатков, отсутствие мультиколинеарности, гомоскедастичность.

    Оценка формы кривой для нелинейных зависимостей (команда curve estimation). Возможности работы с командой нелинейной регрессии.

    Использование неколичественных данных в регрессионной модели. Возможности и правила создания фиктивных переменных (dummy-переменные). Интерпретация регрессионных коэффициентов для фиктивных переменных. Понятие контрольной (эталонной) группы. Различные методы определения контрольных групп.

    Интерпретация регрессионной модели при одновременном использовании количественных и фиктивных переменных.

    Модель логистической регрессии. Интерпретация коэффициентов логистической регрессии. Особенности показателя качества модели логистической регрессии.


    5.

    Модели латентных переменных.

    Идея латентных переменных в социологии. Модель факторного анализа как модель латентных переменных. Объяснительная и подтверждающая факторные модели. Возможности команды FACTOR. Различные подходы к определению числа факторов. Процент объясненной дисперсии как показатель качества факторной модели.

    Различные возможности работы с пропущенными данными в рамках команды FACTOR.

    Факторный анализ как метод понижения размерности пространства признаков.

    Метод главных компонент.

    Индивидуальные значения факторов. Сохранение факторов как новых переменных.

    Вращение матрицы факторных нагрузок. Ортогональные и неортогональные методы вращения.

    Графическое представление значений переменных в пространстве факторов.


    6.

    Модели многомерной классификации в социологии.

    Возможности использования моделей кластерного анализа в социологии. Особенности работы алгоритмов CLUSTER. Проблемы выбора расстояния и формы кластера. Иерархические алгоритмы кластеризации.

    Возможности выбора функции расстояния в команде CLUSTER. Целесообразность выбора различных функций расстояния для решения различных социологических задач.

    Сохранение номера кластера как новой переменной. Проблема устойчивости кластеризации. Методы оценки устойчивости. Описание и интерпретация результатов кластеризации.

    Кластеризация переменных. Сопоставление метода кластеризации переменных с факторным анализом.



    5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами.

    Раздел заполняется в соответствии с ООП и учебным планом вуза.

    № п/п

    Наименование обеспечиваемых (последующих) дисциплин

    № № разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин

    1

    2

    3

    4

    5











































    5.3. Разделы дисциплин и виды занятий

    Раздел заполняется в соответствии с ООП и учебным планом вуза.


    № п/п

    Наименование раздела дисциплины

    Лекц.

    Практ.

    зан.


    Лаб.

    зан.


    Семин

    СРС

    Всего

    час.


















































    6. Лабораторный практикум не предусматривается.

    7. Практические занятия.

    Раздел заполняется в соответствии с ООП и учебным планом вуза.


    № п/п

    № раздела дисциплины

    Тематика практических занятий

    Трудоемкость

    (час.)




























    8. Перечень примерных контрольных вопросов и заданий для самостоятельной работы:

    Тема 1.

    • Выполнить с использованием SPSS вычисление адекватных мер средней тенденции для 5 различных вопросов анкет (данные прилагаются). Проинтерпретировать полученные результаты. Сопоставить полученные значения средних, объяснить причины различий.

    • Вычислить с использованием SPSS значения доверительных интервалов для данных по 5 различным вопросам анкет (данные прилагаются). Оценить значимость различий средних значений и процентных распределений.

    • Найти в сообщениях СМИ, либо в интернете результаты эмпирических социологических опросов и провести оценку корректности интерпретации этих результатов.

    Тема 2.

    • Вычислить с использованием SPSS для 3-х пар вопросов коэффициент сопряженности Хи-квадрат (данные прилагаются). Проинтерпретировать полученные результаты.

    • Вычислить с использованием SPSS для 3-х пар вопросов коэффициент ранговой корреляции (данные прилагаются). Проинтерпретировать полученные результаты.

    • Вычислить с использованием SPSS для 3-х пар вопросов коэффициент линейной корреляции (данные прилагаются). Проинтерпретировать полученные результаты.

    Тема 3.

    • Провести проверку значимости различия средних с использованием T-теста. Сопоставить полученные результаты для случаев равенства и неравенства дисперсий (данные прилагаются).

    • Построить модель однофакторного дисперсионного анализа (данные прилагаются). Проинтерпретировать результаты.

    Тема 4.

    • Провести построение простой регрессионной модели и выполнить анализ ограничений модели (данные прилагаются).

    • Проанализировать наличие выбросов в регрессионной модели множественной регрессии. Изучить поведение модели в ситуациях наличия и отсутствия выбросов. Дать социологическую характеристику случаев, оказавшихся выбросами (данные прилагаются).

    • Построить модель логистической регрессии. Дать краткую социологическую интерпретацию модели в целом и коэффициентов регрессии (данные прилагаются).

    Тема 5.

    • Построить факторную модель с использованием метода главных компонент (данные прилагаются). Проинтерпретировать результаты. Сопоставить факторные решения в ситуации наличия и отсутствия вращения факторов.

    • Построить модель однофакторного дисперсионного анализа, используя в качестве зависимой переменной индивидуальные значения одного из факторов. Проинтерпретировать результаты.

    Тема 6.

    • Провести кластерный анализ с использованием различных методов расчета расстояния между кластерами и выбором формы кластеров. Обсудить результаты (данные прилагаются).

    • Провести кластерный анализ переменных. Сопоставить полученные результаты с факторной моделью на тех же переменных (данные прилагаются).

    9. Учебно-методическое и информационное обеспечение дисциплины*:

    а) основная литература



    1. Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика, ч.1. М.: Юнити, 2001.

    2. Аптон Г. Анализ таблиц сопряженности. М., Финансы и статистика, 1982.

    3. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. М.: Диасофт, 2001 (2005).

    4. Девятко И.Ф. Методы социологического исследования. Изд. 5-е испр. и доп. Учебное пособие. М.: Книжный дом «Университет», 2009.

    5. Доугерти К. Введение в эконометрику: Учебник. 2-е изд. – М.: ИНФРА-М, 2007 (2004).

    6. Дрейпер Н., Смит Г. Прикладной регрессионный анализ / Пер. с англ. – М.: Издательский дом «Вильямс», 2007.

    7. Дубров А. М. , Мхитарян В. С., Трошин Л. И. Многомерные статистические методы. М.: Финансы и статистика, 2000.

    8. Крыштановский А.О. Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов. – М.: Изд. дом ГУ ВШЭ, 2007.

    9. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник.-8-е изд., М.: Дело, 2007.

    10. Татарова Г. Г. Методология анализа данных в социологии. М.: Изд. дом «Стратегия», 1998.

    11. Толстова Ю.Н. Анализ социологических данных: методология, дескриптивная статистика, изучение связей между номинальными признаками: Учеб. пособие. - М.: Научный мир, 2000.

    12. Толстова Ю.Н. Математико-статистические модели в социологии: Математическая статистика для социологов. Учебное пособие. М.: ИД ГУ-ВШЭ, 2007

    13. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере: учебное пособие.-4-е изд., перераб. М., Изд. дом «ФОРУМ», 2008.

    б) дополнительная литература:

    Раздел заполняется вузом, в котором реализуется ООП.

    в) программное обеспечение: SPSS



    Раздел дополняется вузом, в котором реализуется ООП.

    г) базы данных, информационно-справочные и поисковые системы*



    1. Единый архив экономических и социологических данных: <http://sophist.hse.ru/>

    2. Архив баз данных Всемирного исследования ценностей (World Values Survey):


      Достарыңызбен бөлісу:
  • 1   ...   13   14   15   16   17   18   19   20   ...   73


    ©kzref.org 2019
    әкімшілігінің қараңыз

        Басты бет