Анализ данных в социологии

Правительство Москвы

Московский департамент образования

Государственное бюджетное образовательное учреждение высшего

профессионального образования

Московский городской педагогический университет

ИНСТИТУТ МАТЕМАТИКИ И ИНФОРМАТИКИ

Кафедра естественнонаучных дисциплин

Программа учебной дисциплины

Анализ данных в социологии

Направление: 040100.62 – Социология

(Квалификация «Бакалавр социологии»).

Институт психологии, социологии и социальных отношений

ГБОУ ВПО МГПУ

Москва 2013

СТАРШИЙ ПРЕПОДАВАТЕЛЬ ОИК

естественнонаучных дисциплин

ИНСТИТУТА МАТЕМАТИКИ И ИНФОРМАТИКИ ГБОУ ВПО МГПУ

Программа обсуждена и утверждена на заседании общеинститутской кафедры естественнонаучных дисциплин

Составитель: старший преподаватель

Заведующий кафедрой: д. т.н., проф.

Пояснительная записка

Развитие социологии означает и развитие эмпирических исследований, обогащающих теорию и позволяющих разрабатывать механизмы регулирования социальных процессов. Социологические исследования обеспечивают обратную связь, дополняя статистическую информацию конкретными данными об интересах и запросах, мнениях и настроениях людей, о жизненных планах, уровне и качестве жизни, ценностных установках. Особенность такого развития обусловлена тем, что статистические методы и построенный на их основе анализ данных в социологии и их реализация на компьютерных моделях является мощным средством для решения прикладных. Анализ и обобщение результатов социологического исследования позволяют предсказать возможные варианты развития социальных процессов и явлений.

Целями курса учебной дисциплины «Анализ данных в социологии» являются:

1.  развитие у студентов навыков и умений применения методы математической статистики для анализа социологических данных полученных в ходе эмпирических исследовании;

2.  приобретение студентами навыков и умений проведения анализа данных полученных в ходе социологических исследований с помощью вычислительных систем (ВС);

Подготовка студентов в области анализа данных в социологии включает в себя достаточную общность статистических понятий и конструкций, обеспечивающую широкий спектр их применимости, точность формулировок статистических методов, логическую строгость изложения методов анализа данных, опирающуюся на адекватный современный статистический язык и методики проведения исследований в области анализа социологической информации.

Дидактическая структура курса построена так, чтобы у студента сложилось целостное представление об основных этапах анализа данных в социологии на основе статистических методов, применяемых в социологии, о роли и месте методов анализа данных в различных сферах человеческой деятельности.

Студент должен иметь представление об основных методах анализа данных в социологии, которые дадут ему возможность корректного проведения исследований в области анализа данных в практической деятельности социолога и позволят более эффективно повышать свою квалификацию.

·  Знать приемы и методологию адаптации математических моделей и методов анализа данных при их использовании в анализе проблем социологического характера;

·  Знать структуру научной проблематики анализа данных, понимать суть основных математических моделей и основных методов анализа данных в социологии, понимать общность их основ, их взаимосвязи и их различия;

·  Уметь использовать основные модели и методы анализа социологических данных, уметь соотносить модели и методы анализа данных с моделями и методами математической статистики;

ПРОГРАММА

1.  Модели и методы анализа данных в таблицах сопряженности.

Связь между переменными, измеренными по различным шкалам. Перекрестное табулирование и представление результатов измерений в виде таблицы сопряженности: измерения значений признаков, частоты, клетки таблицы (ячейки), строки и столбцы таблицы, маргинальные частоты (итоги) по строкам и по столбцам. Двухвходовые таблицы сопряженности, управление с помощью третьей переменной, частные таблицы сопряженности. Вычисление статистики “хи-квадрат” и проверка статистической гипотезы о независимости признаков. Меры связи на основе статистики “хи-квадрат”: коэффициент “фи”, коэффициенты взаимной сопряженности Чупрова, Пирсона, Крамера. Мера прогнозируемого пропорционального уменьшения ошибки (индекс предикативной связи “лямбда”). Меры связи на основе понятия энтропии. Коэффициенты контингенции и ассоциации. Коэффициент “тау” Гудмена и Краскала. Коэффициент “гамма” (Фехнера), частный коэффициент “гамма”. Сравнительный анализ достоинств и недостатков различных мер связи.

2. Модели и методы регрессионного анализа данных.

Прикладные социологические задачи, проверяемые статистические гипотезы и математическая модель линейного регрессионного анализа. Метод наименьших квадратов и его применение для построения линейной регрессионной модели. Парная регрессия и множественная регрессия. Пошаговая регрессия. Мультиколлинеарность. Проверка значимости коэффициентов. Оценивание влияния независимых переменных. Доверительная область построенной регрессионной модели. Коэффициент детерминации как показатель качества построенной регрессионной модели. Пример проведения регрессионного анализа в социологическом исследовании. Номинальный регрессионный анализ (анализ с «фиктивными», бинарными, индикаторными переменными).

3. Модели и методы корреляционного анализа данных.

Полный (парный) коэффициент корреляции. Частная корреляция и множественная корреляция. Вычислительные формулы и проверка статистических гипотез. Взаимосвязи с множественным регрессионным анализом. Выбор вида коэффициента корреляции для анализа данных в конкретном исследовании. Пример применения понятия частной корреляции для интерпретации результатов социологического исследования.

4. Модели и методы главных компонентов (компонентного анализа) и факторного анализа в анализе данных социологических исследований.

Проблема снижения размерности математической модели путем отбора (формирования) наиболее информативных признаков. Построение ковариационной (корреляционной) матрицы, приведение ее к диагональному виду, интерпретация ее собственных векторов и собственных значений. Понятие главных компонентов, модель главных компонентов, “нагрузки” начальных показателей на главные компоненты, показатели “общности” начальных показателей. Модель факторного анализа, “общие” латентные факторы, “специфические” факторы, “нагрузки” начальных показателей на них.

ПЛАН ЛЕКЦИЙ

ЛЕКЦИЯ №1

Связь между переменными, измеренными по различным шкалам. Перекрестное табулирование и представление результатов измерений в виде таблицы сопряженности.

ЛЕКЦИЯ №2

Вычисление статистики “хи-квадрат” и проверка статистической гипотезы о независимости признаков. Меры связи на основе статистики “хи-квадрат”: коэффициент “фи”, коэффициенты взаимной сопряженности Чупрова, Пирсона, Крамера.

ЛЕКЦИЯ №3

Мера прогнозируемого пропорционального уменьшения ошибки (индекс предикативной связи “лямбда”). Меры связи на основе понятия энтропии. Коэффициенты контингенции и ассоциации. Коэффициент “тау” Гудмена и Краскала. Коэффициент “гамма” (Фехнера), частный коэффициент “гамма”. Сравнительный анализ достоинств и недостатков различных мер связи.

ЛЕКЦИЯ №4

Прикладные социологические задачи, проверяемые статистические гипотезы и математическая модель линейного регрессионного анализа. Метод наименьших квадратов и его применение для построения линейной регрессионной модели.

ЛЕКЦИЯ №5

Парная регрессия и множественная регрессия. Пошаговая регрессия. Мультиколлинеарность. Проверка значимости коэффициентов. Оценивание влияния независимых переменных. Доверительная область построенной регрессионной модели.

ЛЕКЦИЯ №6

Полный (парный) коэффициент корреляции. Частная корреляция и множественная корреляция. Вычислительные формулы и проверка статистических гипотез.

ЛЕКЦИЯ №7

Взаимосвязи с множественным регрессионным анализом. Выбор вида коэффициента корреляции для анализа данных в конкретном исследовании. Пример применения понятия частной корреляции для интерпретации результатов социологического исследования.

ЛЕКЦИЯ №8

Проблема снижения размерности математической модели путем отбора (формирования) наиболее информативных признаков. Построение ковариационной (корреляционной) матрицы, приведение ее к диагональному виду, интерпретация ее собственных векторов и собственных значений.

План лабораторных занятий

Лабораторная работа №1.

Изучение макрокоманд программы Microsoft Excel.

Лабораторная работа №2.

Изучение макрокоманд программы Microsoft Word.

Лабораторная работа №3.

Частотный анализ поэтических текстов по начальной букве.

Лабораторная работа №4.

Частотный анализ поэтических текстов по всем буквам.

Лабораторная работа №5.

Определение психологического портрета группы индивидуумов по средствам зодиакальных характеристик её членов

Лабораторная работа №6.

Задача об испытаниях и контент-анализ прозаических произведений.

Лабораторная работа №7.

Статистический анализ курсов валют с использованием программы Еxcel.

Лабораторная работа №8.

Контент-анализ текстов на предмет выявления их принадлежности к социологическим.

ВОПРОСЫ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ

1.  Таблицы сопряженности и меры связи признаков.

2.  Сравнительный анализ различных мер связи в таблицах сопряженности.

3.  Модель дисперсионного анализа в анализе данных социологического исследования.

4.  Модель латинского квадрата в планировании социологического исследования.

5.  Модель регрессионного анализа в анализе данных социологического исследования.

6.  Модель номинального регрессионного анализа при проведении социологического исследования.

7.  Оценивание качества регрессионной модели при проведении социологического исследования.

8.  Использование понятий полной, множественной, частной корреляции при интерпретации данных социологического исследования.

9.  Модель главных компонентов в анализе данных социологического исследования.

10.  Модель факторного анализа в анализе данных социологического исследования.

11.  Интерпретация результатов факторного анализа с помощью атрибутивной карты восприятия.

12.  Модель канонических корреляций в анализе данных социологического исследования.

13.  Модель кластерного анализа данных социологического исследования.

14.  Модель дискриминантного анализа данных социологического исследования.

15.  Модель конджойнт-анализа данных социологического исследования.

16.  Модель пат-анализа данных социологического исследования.

17.  Модель лонгитюдного анализа данных социологического исследования.

18.  Модель контент-анализа данных социологического исследования.

ПЕРЕЧЕНЬ ДОМАШНИХ ЗАДАНИЙ

Задача 1. В корзине лежат 5 кубиков разного цвета. Сколько цветовых комбинаций можно из них составить, если кубики выкладывать в одну линию?

Ответ: 120.

Задача 2. Сколько существует перестановок из букв слова «фонарь», в которых буква «р» на первом месте, а буква «о» - в конце слова?

Ответ: 24.

Задача 3. Сколько 3- буквенных «слов» можно составить из букв слова «ВОЛАН»? Словом считается любая последовательность букв.

Ответ: 60.

Задача 4. В ящике 2 шара белого цвета, 2 шара синего цвета и 1 шар желтого цвета. Сколькими способами можно выбрать 3 шара?

Ответ: 10.

Задача 5. Являются ли события А и В совместными, если событие

А – «Выбивание менее 4 очков при стрельбе по мишени», событие В – «Выбивание нечетного числа очков при стрельбе по мишени»?

Ответ: да.

Задача 6. Являются ли события А и В совместными, если событие

А – «Появление 6 очков при бросании игральной кости», событие В – «Появление четного числа при бросании игральной кости»

Ответ: да.

Задача 7. Являются ли события А и В совместными, если событие

А – «Выбор на экзамене билета с номером 13», событие В – «Выбор на экзамене билета с четным номером»

Ответ: нет.

Задача 8. Какое значение будет иметь величина S после выполнения алгоритма, заданного следующей блок-схемой:

 

Ответ:9

Задача 9. Нарисовать блок-схему следующей задачи. Задача: подсчитать сумму чисел, делящихся на 3, в диапазоне от 10 до 50.

 

Ответ:

Задача 10. Нарисовать блок-схему следующей задачи. Задача: производится ввод чисел с клавиатуры до тех пор, пока не введено число 0. Подсчитать произведение введенных чисел.

 

Ответ:

Задача 11. Нарисовать блок-схему следующей задачи. Задача: производится ввод чисел с клавиатуры до тех пор, пока не введено число, меньшее 0. Подсчитать количество введенных чисел.

 

Ответ:

Задача 12. Какое значение будет иметь следующей величина «счетчик» после выполнения алгоритма, заданного текстовым описанием, если будет введен ряд чисел: 4,5,4,9,4,7,15,0?

1.  Завести переменную «счетчик», равную 0.

2.  Ввести с клавиатуры число.

3.  Если число больше числа 10, то напечатать значение переменной «счетчик», и закончить выполнение алгоритма.

4.  Если число равно числу 4, то добавить к содержимому переменной «счетчик» число 1.

5.  Перейти к пункту 2.

Ответ: 3

Задача 13. Написать алгоритм в словесной форме решения следующей задачи. Производится ввод чисел с клавиатуры до тех пор, пока не введено число 7. Подсчитать сумму введенных чисел.

Ответ:

1.  Завести переменную «сумма», равную 0.

2.  Ввести с клавиатуры число.

3.  Если число равно 7, то напечатать значение переменной «сумма», и закончить выполнение алгоритма.

4.  Прибавить к содержимому переменной «сумма» введенное число.

5.  Перейти к пункту 2.

Задача 14. Написать алгоритм в словесной форме следующей задачи. Задача: производится ввод чисел с клавиатуры до тех пор, пока не введено число, меньшее 3. Подсчитать количество введенных чисел.

Ответ:

1.  Завести переменную «счетчик», равную 0.

2.  Ввести с клавиатуры число.

3.  Если число меньше 3, то напечатать значение переменной «счетчик», и закончить выполнение алгоритма.

4.  Прибавить к содержимому счетчика единицу.

5.  Перейти к пункту 2.

Задача 15. На вопрос «За какое время Вы справились с тестом?» некоторые студенты ответили: за 47, 53, 50, 48, 47, 49 и 50 минут. Чему равен объем данной выборки?

Ответ: 7.

Задача 16. По статистическому распределению выборки установите ее объем.

хi	1	5	8	11	15
ni	4	6	5	4	5

Ответ 24.

Задача 17. Чему равна средняя выборочная вариационного ряда 1;3;4;5;5;6 ?

Ответ 4.

Задача 18. В результате 10 опытов получена следующая выборка: 2;2;3;3;4;4;4;6;6;6. Каков будет для неё ряд распределения?

хi	2	3	4	6
pi	0,2	0,2	0,3	0,3

Ответ: 1

Задача 19. Из генеральной совокупности извлечена выборка объема n=50, полигон частот которой имеет вид:

 

Сколько вариант хi=4 в выборке?

Ответ 7.

Задача 20. Дана выборка 1; 1,3; 2,1; 1,2; 1,2; 1,4; 1,3; 1,2; 1,4.Чему равна ее выборочная мода?

Ответ: 1,2.

Задача 21. Дана выборка 1; 1,3; 2,1; 1,2; 1,2; 1,4; 1,5; 1,2; 1,4. Чему равна его выборочная медиана?

Ответ: 1,3

Задача 22.Чему равно среднее выборочное вариационного ряда?

хi	1	2	3	5
pi	6	2	3	1

Ответ: 2

Рекомендуемая литература

Бубнов и информатика. Программа, методические указания и компьютерный практикум. М. МГПУ, 2007 . Математика и информатика. М, 2005 Высшая математика. Программа и методические указания для студентов экономического факультета. М. МГПУ,2005. Информационные технологии в предметной области. Выпуск II. М.,МГПУ, 2004. Э. Таненбаум. Компьютерные сети. С.-Пб.: Питер, 2006, , и др.; Математика и информатика.- М.: Высш. шк.,2004 , Салпагаров . Программа, методические указания и компьютерный практикум. МГПУ,2006 Яковлева технологии в предметной области. Вып. I. М.,МГПУ, 2002. . Математика и информатика.- М.:Инфа-М, 2006. www. intuit. ru Курс «Основы теории вероятности». Бубнов и информатика. Программа, методические указания и компьютерный практикум. М. МГПУ, 2008 Бубнов и информатика. Программа, методические указания и компьютерный практикум. М. МГПУ, 2005