СОДЕРЖАНИЕ КУРСА

   Тема 1. Основные понятия компьютерного анализа социологических данных. Специфика применения методов многомерного статистического анализа для обработки социологической информации. Одномерный анализ.

Форматы представления социологических данных на компьютере. Понятие 'переменная'. Соотношение вопросов социологических анкет и переменных. Требования к переменным. Основные характеристики переменных - 'Имя переменной', 'Метка переменной', 'Коды пропущенных данных'. Методы описания и корректировки данных характеристик. Понятие 'единица наблюдения' ('case'). Матрица данных.

Представление социологических данных в системе SPSS. Основное меню SPSS. Работа с меню 'Files'. Открытие, создание и запись файлов данных.

Меню 'Analyze'. Обработка данных с использованием группы команд 'Descriptives'. Построение одномерных частотных распределений с помощью команды FREQUENCIES. Возможности вычисления статистических характеристик одномерных распределений. Использование графических форм представления одномерных частотных распределений.

Одномерные статистики при построении простейших статистических моделей.

   Тема 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, их познавательные возможности.

Проверка статистических гипотез о взаимозависимости признаков. Коэффициент хи-квадрат и производные от него. Оценка значимости значений коэффициентов сопряженности. Ограничения возможности работы с хи-квадрат. Коэффициенты сопряженности Гудмена-Краскала.

Возможности SPSS по работе с коэффициентами сопряженности.

Коэффициенты ранговой корреляции, их специфика и познавательные возможности.

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

   Тема 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.

Общая линейная модель. Статистическая модель однофакторного дисперсионного анализа. Познавательные возможности и специфика использования метода в социологии. Работа с командой ONE-WAY ANOVA.

Возможности работы с методами множественных сравнений. Влияние предположения о равенстве дисперсий на работу методов множественных сравнений.

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

   Тема 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, мультиколинеарность, 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 группы. Различные методы определения контрольных групп.

Интерпретация регрессионной модели при одновременном использовании количественных и фиктивных.

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

   Тема 5. Модели латентных переменных.

Идея латентных переменных в социологии. Модель факторного анализа как модель латентных переменных. Объяснительная и подтверждающая факторные модели. Возможности комнады 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.

Сравнение различных моделей факторного анализа - метод главных компанент, метод альфа, метод максимального правдоподобия.

Индивидуальные значения факторов. Сохранение факторов как новых переменных.

Вращение матрицы факторных нагрузок. Ортогональные и неортогональные методы вращения.

Графическое представление значений переменных в пространстве факторов.

   Тема 6. Модели многомерной классификации в социологии.

Возможности использования моделей кластерного анализа в социологии. Особенности работы алгоритмов CLUSTER и QUICK 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.

Многомерное шкалирование как метод классификации объектов. Возможности использования многомерного шкалирования для решения социологических задач. Характеристика метода, необходимые параметры.

ЛИТЕРАТУРА

   ТЕМА 1

1. Девятко И.Ф. Методы социологического исследования. Екатеринбург, Изд-во Урал.ун-та, 1998, с. 158-171.

2. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.41-68.

3. Татарова Г.Г. Методология анализа данных в социологии. М., Издательский дом 'Стратегия', 1998, с.126-143.

4. Norusis M.J. The SPSS Guide to Data Analysis for SPSS-PC+. SPSS Inc., 2nd edition, 1991

5. Cramer D. Introducing Statistics for Social Research. 1994

6. Dometrius N.C. Social Statistics Using SPSS., 1992

7. Marsh C. Exploring Data. Polity Press, 1988

   ТЕМА 2

1. Аптон Г. Анализ таблиц сопряженности. М., Финансы и статистика, 1982, с.16-40

2. Девятко И.Ф. Методы социологического исследования. Екатеринбург, Изд-во Урал.ун-та, 1998, с. 171-179.

3. Интерпретация и анализ данных в социологических исследованиях. М., Наука, 1987, с.25-52.

4. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.92-128.

5. Татарова Г.Г. Методология анализа данных в социологии. М., Издательский дом 'Стратегия', 1998, с.144-186.

6. Gibbons J.D. Nonparametric measures of association. //Sage univ. paper, N91, 1993

7. Marsh C. Exploring Data. 1988, pp.123-142

8. Walsh A. Statistics for the Social Sciences. 1990, Chapter 10, pp. 188-212

9. Cramer D. Introducing Statistics for Social Research. 1994, Chapter 9, pp.186-215

   ТЕМА 3

1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ., М., Мир, 1982, с.222-308

2. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.178-194.

3. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М., 'ИНФРА-М', 1998, с.191-244.

4. Iversen G.I., Norpoth H. Analysis of variance. /Sage Univ. paper, 1, 1976

5. Bray J.H., Maxwell S.E. Multivariate analysis of variance. /Sage Univ. paper, 54, 1985

   ТЕМА 4

1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ., М., Мир, 1982, с.141-221.

2. Интерпретация и анализ данных социологических исследований. М., Наука, 1987, с.153-172.

3. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.178-194.

4. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М., 'ИНФРА-М', 1998, с.245-284.

5. Schroeder D.S., Sjoquist D.L., Stephan P.E. Understanding Regression Analysis. Sage University Paper series on Quantitative Applications in the Social Sciences, N57

6. Berry W.D. Understanding Regression Assumptions. Sage University Paper series on Quantitative Applications in the Social Sciences, N92

7. Hardy M.A. Regression with dummy variables. Sage University Paper series on Quantitative Applications in the Social Sciences, N93

8. Walsh A. Statistics for the Social Sciences. 1990, pp.273-284

   ТЕМА 5

1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ., М., Мир, 1982, с.354-379.

2. Интерпретация и анализ данных социологических исследований. М., Наука, 1987, с.215-251.

3. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.212-266.

4. Харман Г. Современный факторный анализ. М., Статистика, 1972.

5. Факторный, дискриминантный и кластерный анализ. М., Финансы и статистика, 1989.

6. Kim, Muller. Factor analysis //Sage University Paper series on Quantitative Applications in the Social Sciences, N14

7. Dunteman. Principle Component Analysis //Sage University Paper series on Quantitative Applications in the Social Sciences, N69

8. Walsh A. Statistics for the Social Sciences. 1990, pp.329-337

9. Kline P. An easy guide to factor analysis. //Routledge, London & N.Y., 1994

   ТЕМА 6

1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ., М., Мир, 1982, с.344-354.

2. Анализ и интерпретация данных в социологических исследованиях. М., Наука, 1987, с.173-214.

3. Статистические методы анализа информации в социологических исследованиях. М., 1979, Наука, с.195-211.

4. Факторный, дискриминантный и кластерный анализ. М., Финансы и статистика, 1989.

5. Aldenderfer M.S., Blashfield R.K. Cluster analysis. //Sage univ.paper, N44 1984.

6. Afifi A.A., Clark V. Computer-Aided multivariate analysis //2-nd ed., 1990, pp. 429-462.

7. Arabie P., Carroll J.D., DeSabro W.S. Three-way scaling and clustering.//Sage univ. paper, N65, 1987.