Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?


Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Тематика эссе (эссе выбирается по желанию студента и поощряется дополнительными баллами)





1. Формализация проблемы и постановка задач исследования в процессе моделирования (на конкретных примерах).

2. Множественный регрессионный анализ (на примере конкретного исследования).

3. Probit модели (на примере конкретного исследования).

4. Logit модели (на примере конкретного исследования).

5. Tobit модели (на примере конкретного исследования).

6. Анализ временные рядов (на примере конкретного исследования).

7. Факторный анализ (на примере конкретного исследования).

8. Дискриминантный анализ (на примере конкретного исследования).

9. Кластерный анализ (на примере конкретного исследования).

10. Многомерное шкалирование (на примере конкретного исследования).

11. Корреляционный анализ (на примере конкретного исследования).

 

Вопросы для оценки качества освоения курса

1. Основные понятия анализа данных в социологических исследованиях. Модели и моделирование. Объект-оригинал и модель. Системы.

2. Основные этапы моделирования. Особенности математического моделирования социально-экономических процессов.

3. Коэффициенты связи для номинальных переменных. Коэффициент c2. Коэффициенты связи, основные на c2.

4. Коэффициенты связи для порядковых данных.

5. Коэффициент корреляции Пирсона.

6. Модель парной линейной регрессии. Регрессия по методу наименьших квадратов.

7. Модель парной линейной регрессии. Интерпретация уравнения регрессии.

8. Вывод и интерпретация коэффициентов множественной регрессии. Свойства коэффициентов множественной регрессии

9. Случайные составляющие коэффициентов регрессии. Точность коэффициентов регрессии. Теорема Гаусса-Маркова.

10. Качество оценки: коэффициент R2. F-тест на качество оценивания. Взаимосвязи между критериями.

11. Мультиколлинеарность. Фиктивные переменные.

12. Гетероскедастичность. Автокорреляция.

13. Логистическая регрессия. Probit и Logit модели

14. Модели бинарного и множественного выбора. Dummy-переменные. Оценивание параметров бинарных моделей.

15. Цензурированные выборки. Tobit модели

16. Анализ временные рядов. Стационарные временные ряды и их основные характеристики.

17. Неслучайная составляющая временного ряда и методы его сглаживания. Модели стационарных и нестационарных временных рядов и их идентификация.

18. Основные задачи факторного анализа. Сущность методов факторного анализа и их классификация.

19. Фундаментальная теорема факторного анализа Тэрстоуна. Общий алгоритм и теоретические проблемы факторного анализа.

20. Метод главных компонент. Метод главных факторов. Вращение пространства общих факторов.

21. Классификация при наличии обучающих выборок (дискриминантный анализ). Класс как генеральная совокупность и базовая идея вероятностно-статистических методов классификации.

22. Основные положения дискриминантного анализа. Дискриминантные функции и их геометрическая интерпретация.

23. Классификация без обучения (кластерный анализ). Общая постановка задачи кластерного анализа. Расстояния между отдельными объектами и меры близости объектов друг к другу. Расстояния между классами объектов. Меры сходства.

24. Общая характеристика методов кластерного анализа. Иерархический кластерный анализ. Метод k-средних. Метод поиска сгущений.

25. Постановка задачи метрического многомерного шкалирования. Представление и первичная обработка статистических данных в многомерном шкалировании.

26. Понятие о неметрическом многомерном шкалировании. Модели поиска индивидуальных различий. Анализ предпочтений.

27. Назначение и место корреляционного анализа в статистическом исследовании. Сущность и теоретические основы метода. Подготовка информации и вычисления канонических корреляций.

28. Корреляционный анализ количественных признаков, порядковых переменных, категоризованных переменных.

 

Автор программы: _____________________________/ Градосельская Г.В./

 

Date: 2015-09-18; view: 447; Нарушение авторских прав; Помощь в написании работы --> СЮДА...



mydocx.ru - 2015-2024 year. (0.006 sec.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав - Пожаловаться на публикацию