Партнерка на США и Канаду по недвижимости, выплаты в крипто

  • 30% recurring commission
  • Выплаты в USDT
  • Вывод каждую неделю
  • Комиссия до 5 лет за каждого referral

Правительство Российской Федерации

Федеральное государственное автономное образовательное учреждение высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"

Факультет бизнес-информатики

Отделение программной инженерии

Программа дисциплины Анализ данных в SPSS

для направления 231000.68 Программная инженерия подготовки магистра для магистерской программы Системная и программная инженерия

Автор программы:

, магистр, старший преподаватель, *****@***ru

Рекомендована секцией УМС

по бизнес-информатике

Председатель

________________________________

«_____» __________________ 2011 г.

Одобрена на заседании кафедры

архитектуры программных систем

Зав. кафедрой

_________________________________

«____»____________________ 2011 г.

Утверждена Ученым Советом

НИУ ВШЭ

Ученый секретарь

________________________________

«_____» __________________ 2011 г.

Москва, 2011

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

Область применения и нормативные ссылки

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки/ специальности 231000.68 Программная инженерия, обучающихся по магистерской программе Системная и программная инженерия по специализациям Управление разработкой программного обеспечения и Методы и теория программной инженерии, изучающих дисциплину Анализ данных в SPSS.

НЕ нашли? Не то? Что вы ищете?

Программа разработана в соответствии с:

·  Рабочим учебным планом университета по направлению подготовки 231000.68 Программная инженерия, утвержденным в 2011 г.

2  Цели освоения дисциплины

Целями освоения дисциплины являются:

- формирование у слушателей целостного представления о возможностях анализа статистических данных посредством программы SPSS

- формирование практических навыков работы со статистическими данными в программе SPSS.

3  Компетенции обучающегося, формируемые в результате освоения дисциплины

В результате освоения дисциплины студент должен:

·  Знать

- существующие в программе SPSS возможности анализа статистических данных;

- как осуществить предварительную подготовку данных для последующей работы с ними в SPSS;

- как выбрать подходящий метод анализа в зависимости от типа данных и исследовательской задачи;

- как интерпретировать результаты анализа в SPSS и представлять их в доступном для широкой аудитории виде.

·  Уметь

- осуществлять ввод данных и импорт данных в SPSS из разных источников;

- осуществлять предварительную проверку данных в SPSS;

- осуществлять поиск вторичных статистических данных в различных источниках (статистические данные ОЭСР, Всемирного банка, Единого архива экономических и социологических данных и пр.);

- осуществлять выбор подходящего метода анализа данных в SPSS для проведения конкретного исследования в соответствии с целями, задачами, гипотезами и имеющимися в наличии статистическими данными;

- проводить анализ данных в SPSS;

- экспортировать результаты анализа данных в другие программы;

- приводить результаты проведённого анализа к виду, доступному для представления широкой аудитории.

·  Иметь навыки (приобрести опыт)

- поиска статистических данных в различных электронных базах данных;

- подготовки данных для работы с ними в SPSS;

- анализа данных в SPSS;

- представления результатов анализа в презентациях и отчётах.

В результате освоения дисциплины студент должен обладать следующими компетенциями:

·  должен демонстрировать способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК - 1);

4  Место дисциплины в структуре образовательной программы

Настоящая дисциплина относится к циклу факультативных дисциплин и читается в первом семестре первого учебного года, код дисциплины в учебном плане М2.Б.5.1

Количество кредитов – 3, общее количество часов – 108. Количество аудиторных часов 52, в том числе: 26 часов лекционных занятий, 26 часов практических занятий. Общее количество часов самостоятельной работы – 56.

Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и компетенциями:

·  Знания основ математической статистики и теории вероятностей;

·  Знания в объёме курса «Информатика» бакалаврской подготовки;

·  Свободное владение английским языком.

5  Тематический план учебной дисциплины

№

Название раздела

Всего часов

Аудиторные часы

Самостоя­тельная

работа

Лекции

Практические занятия

Первый модуль (26 часов)

1

О программе SPSS.

2

2

2

Ввод, редактирование, экспорт/импорт данных и результатов.

14

4

4

6

3

Описательная статистика.

18

4

4

10

4

Исследование взаимосвязей между переменными. Проверка гипотез.

18

4

4

10

Итого первый модуль:

52

14

12

26

Второй модуль (26 часов)

5

Регрессионный анализ.

20

4

6

10

6

Факторный анализ.

18

4

4

10

7

Кластерный анализ.

18

4

4

10

Итого второй модуль:

56

12

14

30

Итого:

108

26

26

56

6  Формы контроля знаний студентов

Тип контроля

Форма контроля

1 год

Параметры

% итоговой оценки

1

2

Текущий

Работа на практических занятиях

*

*

Оценивается активность при ответе на вопросы преподавателя, правильность выполнения заданий на семинарах

20%

Контрольная работа

*

Работа на компьютере продолжительностью 60 минут

40%

Итоговый

Зачет

*

Работа на компьютере продолжительностью 60 минут. Оценка результатов работы в течение 3-ех дней.

40%

6.1  Критерии оценки знаний, навыков

На текущем контроле по завершении 1-го модуля обучения студент должен продемонстрировать навыки редактирования данных в SPSS и навыки работы с методами анализа данных, пройденными 1-м модуле.

На итоговом контроле студент должен продемонстрировать навыки самостоятельного поиска метода анализа в SPSS, который должен быть применим для решения поставленного вопроса, интерпретации и представления результатов анализа, формулировки выводов на основе проведённого анализа данных.

Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.

При проведении контроля студентам раздаются задания и пересылаются по электронной почте базы статистических данных. Анализ данных в SPSS позволит сформулировать ответы на вопросы задания.

7  Содержание дисциплины

Раздел 1.  О программе SPSS

♦ Содержание раздела:

·  Версии программы SPSS;

·  Среда SPSS (редактор данных, окно вывода, разделы меню, панели инструментов открытие и сохранение файлов);

·  Встроенный в программу учебник и система помощи.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Arthur Griffith (2010). SPSS For Dummies (2nd Edition). Wiley Publishing, Inc.

Раздел 2. Ввод, редактирование, экспорт/импорт данных и результатов.

♦ Содержание раздела:

·  Ввод данных;

·  Кодирование данных, кодировочная таблица, характеристики и типы переменных;

·  Экспорт/импорт данных;

·  Проверка данных;

·  Редактирование данных;

·  Подготовка данных к анализу;

·  Модификация данных (перекодирование, вычисление новых переменных, агрегирование данных, ранговые преобразования);

·  Создание наборов переменных;

·  Отбор данных;

·  Сортировка данных.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Pete Greasley (2008). Quantitative Data Analysis Using SPSS. An Introduction for Health & Social Science. New York: Open University Press.

2. Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

Раздел 3. Описательная статистика.

♦ Содержание раздела:

·  Частотный анализ;

·  Графический анализ (гистограмма, ящичковая диаграмма, диаграмма «ствол-лист»;

·  Подсчёт статистических характеристик (мода, медиана, среднее арифметическое, дисперсия и среднее квадратичное отклонение, стандартная ошибка среднего, доверительный интервал, квартили, межквартальная широта, симметричность и заострённость распределения);

·  Основные типы шкал и соответствующие им меры средней тенденции и меры разброса;

·  Нормальное распределение, Z-стандартизация, тест Колмогорова-Смирнова;

·  Работа с многовариантными вопросами.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. Крыштановский социологических данных с помощью пакета SPSS - М.: Изд. дом ГУ ВШЭ, 2006. – 281 с. (43 экз.)

3. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Pete Greasley (2008). Quantitative Data Analysis Using SPSS. An Introduction for Health & Social Science. New York: Open University Press.

2. Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

Раздел 4. Исследование взаимосвязей между переменными. Проверка гипотез.

♦ Содержание раздела:

·  Таблица сопряжённости;

·  Формулировка гипотез. Этапы проверки гипотез;

·  Уровень значимости и ошибка первого рода;

·  Тест Хи-квадрат;

·  Построение диаграммы рассеяния;

·  Парные коэффициенты корреляции (Пирсона, Кендалла, Спирмана). Частные корреляции;

·  Сравнение средних (t-тест для независимых и зависимых выборок, однофакторный дисперсионный анализ).

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005 – 190 с. (47 экз.)

3. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Pete Greasley (2008). Quantitative Data Analysis Using SPSS. An Introduction for Health & Social Science. New York: Open University Press.

2. Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

Раздел 5. Регрессионный анализ

♦ Содержание раздела:

·  Простая линейная регрессия.

·  Множественная регрессия.

·  Оценка качества модели.

·  Анализ остатков.

·  Бинарная логистическая регрессия.

·  Мультиномиальная логистическая регрессия.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005 – 190 с. (47 экз.)

3. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

Раздел 6. Факторный анализ

♦ Содержание раздела:

·  Порядок выполнения факторного анализа;

·  Оценка пригодности исходных данных для проведения факторного анализа;

·  Метод главных компонент.

·  Факторные нагрузки. Вращение осей;

·  Сохранение факторов в виде новых переменных в файле данных;

·  Интерпретацию значений факторов.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

Дополнительная литература

1. Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

Раздел 7. Кластерный анализ

♦ Содержание раздела:

·  Иерархический кластерный анализ;

·  Кластерный анализ методом к-средних;

·  Сохранение переменной, идентифицирующей принадлежность наблюдения к кластеру;

·  Содержательная характеристика кластеров.

Основная литература

1. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

2. SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005– 190 с. (47 экз.)

8  Образовательные технологии

Работа с реальными базами данных, анализ результатов анализа данных в SPSS, проведённых исследователями, обсуждение актуальных вопросов по темам курса.

9  Вопросы для оценки качества освоения дисциплины

·  Частотный анализ;

·  Графический анализ (гистограмма, ящичковая диаграмма, диаграмма «ствол-лист»);

·  Подсчёт статистических характеристик (мода, медиана, среднее арифметическое, дисперсия и среднее квадратичное отклонение, стандартная ошибка среднего, доверительный интервал, квартили, межквартальная широта, симметричность и заострённость распределения);

·  Основные типы шкал и соответствующие им меры средней тенденции и меры разброса;

·  Нормальное распределение, Z-стандартизация, тест Колмогорова-Смирнова;

·  Таблица сопряжённости;

·  Формулировка гипотез. Этапы проверки гипотез;

·  Уровень значимости и ошибка первого рода;

·  Тест Хи-квадрат;

·  Построение диаграммы рассеяния;

·  Парные коэффициенты корреляции (Пирсона, Кендалла, Спирмана). Частные корреляции;

·  Сравнение средних (t-тест для независимых и зависимых выборок, однофакторный

·  дисперсионный анализ).

·  Простая линейная регрессия.

·  Множественная регрессия.

·  Оценка качества модели.

·  Анализ остатков.

·  Бинарная логистическая регрессия.

·  Мультиномиальная логистическая регрессия.

·  Порядок выполнения факторного анализа;

·  Оценка пригодности исходных данных для проведения факторного анализа;

·  Метод главных компонент.

·  Факторные нагрузки. Вращение осей;

·  Сохранение факторов в виде новых переменных в файле данных;

·  Интерпретацию значений факторов.

·  Иерархический кластерный анализ;

·  Кластерный анализ методом к-средних;

·  Сохранение переменной, идентифицирующей принадлежность наблюдения к кластеру;

·  Содержательная характеристика кластеров.

10  Порядок формирования оценок по дисциплине

Преподаватель оценивает работу студентов на практических занятиях: активность при ответе на вопросы преподавателя, правильность выполнения заданий на семинарах. Накопленная оценка по 10-ти балльной шкале за работу на семинарских и практических занятиях определяется перед итоговым контролем - Оаудиторная.

Результирующая оценка за итоговый контроль в форме зачета выставляется по следующей формуле, где Озачет – оценка за зачет, Ок/р – оценка за контрольную работу:

Оитоговый = 0,4·Озачет + 0,4·Ок/р + 0,2·Оаудиторная

Способ округления итоговой оценки: в пользу студента.

11  Учебно-методическое и информационное обеспечение дисциплины

11.1  Базовый учебник

·  SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем./ Ахим Бююль, Петер Цефель – СПб.: , 2005. – 608 с. (40 экз.)

11.2  Основная литература

·  Крыштановский социологических данных с помощью пакета SPSS - М.: Изд. дом ГУ ВШЭ, 2006. – 281 с. (43 экз.)

·  SPSS: Статистический анализ в маркетинговых исследованиях. – СПб.: Питер, 2005. – 190 с. (47 экз.)

·  Andy Field. Discovering Statistics Using SPSS (2nd edition). London: Sage, 2005. – 779 с.

11.3  Дополнительная литература

·  Arthur Griffith (2010). SPSS For Dummies (2nd Edition). Wiley Publishing, Inc.

·  Pete Greasley (2008). Quantitative Data Analysis Using SPSS. An Introduction for Health & Social Science. New York: Open University Press.

·  Robert Ho (2006). Handbook of Univariate and Multivariate Data Analysis and Interpretation with SPSS. Chapman & Hall/CRC Taylor & Francis Group.

12  Программные средства

Для успешного освоения дисциплины, студент использует статистический пакет SPSS.

Автор программы: _______________________// *****@***ru