Программы некоторых из читаемых курсов

 

Задачи курса

-       ознакомление студентов с основными методов логлинейного анализа

-       демонстрация преимуществ методов логлинейного анализа перед «традиционными» методами поиска связей между признаками, хотя бы один из которых номинальный, а также перед «традиционными» методами регрессионного моделирования, когда хотя бы один из предикторов номинальный

-       формирование умений и навыков применения этих методов и интерпретации полученных результатов

 

В курсе изучаются методы: регрессия с фильтром и многомерный логлинейный анализ

 

Задачи курса

-      иллюстрация на конкретных примерах ограниченности неаналитических методов измерения
-      описание алгоритмов и иллюстрация «поведения» в различных ситуациях наиболее часто применяемых в исследовательской практике и реализованных в статпакете SPSS аналитических методов производного измерения, нацеленных на группировку как наблюдаемых признаков (факторизацию), так и объектов наблюдения (кластеризацию). Иллюстрация на конкретных примерах ограниченности этих методов
-      описание алгоритмов и иллюстрация «поведения» в различных ситуациях некоторых редко применяемых в исследовательской практике и реализованных в статпакетах SPSS и Latent Gold аналитических методов производного измерения, также нацеленных на факторизацию и кластеризацию. Иллюстрация на конкретных примерах преимуществ этих методов и их сочетания с «популярными» методами


В курсе изучаются следующие из аналитических траекторий и методов: факторный анализкатегориальный метод главных компонент, анализ соответствий, многомерный анализ соответствий, иерархический кластерный анализ, кластеризация К-средних, 2-ступенчатый кластерный анализ, латентно-классовый анализ, дискретный факторный анализ

 

Задачи курса

-       ознакомление студентов с основными современными количественными методами и траекториями анализа статистических данных, чаще всего применяющихся в исследовательской практике в рамках рекламы и PR;

-       формирование умений и навыков применения этих методов;

формирование умений и навыков работы с результатами чужого анализа данных, полученных этими методами.

 

В курсе изучаются следующие из аналитических траекторий: предварительные и вспомогательные процедуры, описание данных, поиск парной связи, регрессия, факторизация, кластеризация

 

Вспомогательные материалы

 

  • Базы социальной и экономической информации

 

© А. Ротмистров

  • Вконтакте App Icon
  • Иконка Facebook с прозрачным фоном
  • YouTube Классик