Статистические методы исследования социально

Аннотация
рабочей программы дисциплины
«Статистические методы исследования социально-экономических процессов»
1. ЦЕЛЬ И ЗАДАЧИ ОСВОЕНИЯ ДИСЦИПЛИНЫ
1.1. Цель
Целью дисциплины «Статистические методы исследования социальноэкономических процессов» является выработка у бакалавров аналитического мышления
для проведения самостоятельных информационно-аналитических исследований состояния
и динамики развития экономических объектов и их систем.
1.2. Задачи дисциплины:
- познание теоретических основ статистической методологии исследования
социально-экономических явлений и процессов;
- изучение методики исчисления показателей экономической и социальной
статистики и направлений их анализа на макро- и микроуровне;
- изучение методов сбора, обработки и анализа информации об эффективности
деятельности организаций в различных сферах экономики;
- умение представлять результаты статистических исследований в виде
аналитических отчетов по системам таблиц, графиков и интерпретировать полученные
результаты.
2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП ВПО
2.1. Цикл (раздел) ООП.
Дисциплина «Статистические методы исследования социально-экономических
процессов» является дисциплиной по выбору и относится к вариативной части
профессионального цикла
2.2. Взаимосвязь дисциплины с другими дисциплинами ООП
Дисциплина «Статистические методы исследования социально-экономических
процессов» взаимосвязана со многими другими дисциплинами не только общностью
определенной части понятий и категорий, но и необходимостью предварительного
изучения следующих дисциплин: Математика, Теория вероятностей и математическая
статистика.
Знания, полученные в ходе изучения дисциплины «Статистические методы
исследования социально-экономических процессов» будут полезны для последующего
изучения следующих дисциплин: Эконометрика, Экономический анализ, Экономика
организации (предприятия), Моделирование социально-экономических процессов.
3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ СОДЕРЖАНИЯ ДИСЦИПЛИНЫ
Компетенции обучающегося, формируемые в результате освоения дисциплины:
Код
соответствующей
компетенции по
ФГОС
ПК-4
ПК-5
Наименование
компетенций
Результат освоения
(знать, уметь, владеть)
способен осуществлять сбор,
анализ и обработку данных,
необходимых для решения
поставленных экономических
задач;
способен выбрать
инструментальные средства для
обработки экономических
данных в соответствии с
Знать:
- современные методы комплексного
исследования
тенденций
и
закономерностей
функционирования
экономики на макро- и микроуровне;
- основные понятия и инструменты
статистического анализа экономических
и социальных процессов;
поставленной задачей,
проанализировать результаты
расчетов и обосновать
полученные выводы;
ПКП-2
-способность выявлять
статистические тенденции и
закономерности развития,
исследовать взаимосвязи
социальных, экономических,
демографических,
экологических и других
общественных явлений и
процессов.
- принципы построения многофакторных
статистических моделей динамики и
взаимосвязей.
Уметь:
-оценивать достоверность источников
статистической информации, проводить
специальные
обследования
экономических объектов, определять
цели, задачи, систему показателей;
осуществлять
выбор
инструментальных
средств
для
обработки экономических данных в
соответствии с поставленной задачей,
анализировать результаты расчетов;
- выявлять тенденции и закономерности
в развитии социально-экономических
явлений
и
оценивать
тесноту
взаимосвязей
факторных
и
результативных признаков на основе
комплекса статистических методов;
- представлять результаты исследований
социально-экономических процессов в
виде
системы
таблиц,
графиков,
уравнений
и
интерпретировать
полученные результаты, обосновывать
выводы.
Владеть:
- современными методами сбора,
систематизации информации, оценки её
достоверности,
формирования
баз
данных;
статистическими
методами
исследования динамики, структуры,
взаимосвязей в развитии социальноэкономических процессов;
- программным обеспечением для
работы с экономической информацией.
4. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
ТЕМА 1. ПОДГОТОВКА К АНАЛИЗУ ДАННЫХ. ОПИСАТЕЛЬНАЯ
СТАТИСТИКА.
Сущность и этапы статистического наблюдения. Программы статистического
наблюдения. Организационный план статистического наблюдения.
Понятие «переменная». Соотношение между анкетными вопросами и переменными.
Единица наблюдения и единица анализа. Пропущенные ответы. Особенности анализа
переменных с пропущенными значениями
Матрица данных. Приемы и методы описания социологических характеристик с
помощью математических показателей.
Меры разброса и их точечные оценки (дисперсия, среднее квадратичное отклонение,
среднее абсолютное отклонение, квантильный размах, коэффициент качественной
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 ошибки выборки. Центральная предельная
теорема. Оценки для математического ожидания, дисперсии, доли. Оценка доли как
частный случай оценки математического ожидания. Обобщение подхода на другие способы
многомерного статистического анализа.
ТЕМА 2. АНАЛИЗ СТАТИСТИЧЕСКИХ ВЗАИМОСВЯЗЕЙ.
Сущность и сферы применения экономических индексов. Классификация индексов.
Правила построения агрегатных индексов. Индексный анализ влияния факторовсомножителей. Преобразование агрегатных индексов в индексы средние из
индивидуальных. Индексы переменного и постоянного состава, индексы структурных
сдвигов.
Методы оценивания и измерения статистических взаимосвязей. Таблица
сопряженности как инструмент анализа взаимосвязи. Методы получения различных типов
процентов, их познавательные возможности.
Коэффициенты ранговой корреляции, их специфика и познавательные возможности.
Различные подходы к группировке значений количественных переменных.
ТЕМА 3. АНАЛИЗ ВЗАИМОСВЯЗЕЙ КАЧЕСТВЕННЫХ И КОЛИЧЕСТВЕННЫХ
ПЕРЕМЕННЫХ.
Методологическая сущность средней величины. Виды и формы средних величин.
Свойства средней величины, вычисление методом моментов. Показатели вариации
количественных признаков. Математические свойства дисперсии. Вычисление дисперсии
по сгруппированным данным, правило сложения дисперсий.
Общая линейная модель. Статистическая модель однофакторного дисперсионного
анализа. Познавательные возможности и специфика использования метода дисперсионного
анализа в социологии.
Возможности работы с методами множественных сравнений. Влияние
предположения о равенстве дисперсий на работу методов множественных сравнений.
Статистические модели многофакторного дисперсионного анализа.
ТЕМА 4. ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ МНОЖЕСТВЕННОЙ РЕГРЕССИИ.
Виды и формы статистических взаимосвязей. Метод аналитических группировок.
Дисперсионный анализ. Основы корреляционно-регрессионного анализа.
Общая идея регрессионной модели. 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.
Интерпретация регрессионной модели при одновременном использовании
количественных и фиктивных.
Оценка корректности допущений регрессионной модели - нормальность
распределения остатков, мультиколинеарность, гомоскедастичность.
Модель логистической регрессии. Интерпретация коэффициентов логистической
регрессии. Особенности показателя качества модели логистической регрессии.
ТЕМА 5. МОДЕЛИ ЛАТЕНТНЫХ ПЕРЕМЕННЫХ.
Виды рядов динамики, смыкание рядов динамики. Показатели анализа динамики.
Выявление тенденции ряда динамики. Изучение сезонности в развитии общественных
явлений.
Идея латентных переменных в социологии. Модель факторного анализа как модель
латентных переменных. Объяснительная и подтверждающая факторные модели. Различные
подходы к определению числа факторов. Процент объясненной дисперсии как показатель
качества факторной модели.
Факторный анализ как метод понижения размерности пространства признаков.
Сравнение различных моделей факторного анализа - метод главных компонент,
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.
Задачи и организация статистической сводки. Виды статистических группировок и
решаемые задачи. Ряды распределения, принципы их построения и использования.
Статистическая таблица и ее элементы. Правила построения статистических таблиц.
Статистические графики.
Кластеризация переменных. Сопоставление метода кластеризации переменных с
факторным анализом. Модель дискриминантного анализа как метод классификации.
Многомерное шкалирование как метод классификации переменных. Возможности
использования многомерного шкалирования для решения задач. Характеристика метода,
необходимые параметры. Метрическое и неметрическое многомерное шкалирование.
5. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ
Преподавание дисциплины «Статистические методы исследования социальноэкономических процессов» предусматривает следующие формы организации учебного
процесса: лекции, практические занятия, самостоятельная работа студентов. Результаты
освоения дисциплины достигаются путем чтения студентам лекций, проведения с ними
практических занятий, использования в процессе обучения компьютерной техники и
мультимедийной аппаратуры, организации самостоятельной внеаудиторной работы
студентов, разбор конкретных ситуаций. Материалы лекций являются основой для
подготовки студента к практическим занятиям и выполнения заданий самостоятельной
работы.
На практических занятиях следует привлекать студентов к разбору и сравнительному
анализу предлагаемых вариантов решения задачи. Особое внимание заслуживает обучение
применению рассмотренных на лекциях методов для решения практических задач,
возникающих в различных сферах экономической деятельности и социальных отношений.
Разработчик рабочей программы:
Подзоров Н.Г., кандидат экономических наук, доцент кафедры статистики, эконометрики и
информационных технологий в управлении