Advanced techniques of computer data analysis

General data

Course ID:	3500-SUM/II/KOMP
Erasmus code / ISCED:	(unknown) / (unknown)
Course title:	Advanced techniques of computer data analysis
Name in Polish:	Zaawansowane techniki komputerowej analizy danych
Organizational unit:	Faculty of Sociology
Course groups:
ECTS credit allocation (and other scores):	(not available) Basic information on ECTS credits allocation principles: the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS; the student’s weekly hourly workload is 45 h; 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes; weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS; work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load. view allocation of credits
Language:	(unknown)
Type of course:	obligatory courses
Prerequisites (description):	(in Polish) Studenci powinni dysponować podstawową wiedzą z zakresu statystyki. Studenci powinni potrafić wyznaczać rozkłady jednej i wielu zmiennej, wyznaczać parametry poziomu wartości oraz parametry rozproszenia zmiennych, rozumieć pojęcie regresji pierwszego rodzaju, regresji liniowej, korelacji rangowej. Powinni także znać podstawy wnioskowania statystycznego.
Short description:	(in Polish) Zajęcia mają na celu przygotowanie studentów do pisania raportów z badań sondażowych. Studenci uczą się, jak w praktyce wykorzystywać zdobytą wiedzę z zakresu statystyki - przy pomocy oprogramowania komputerowego prowadzą analizy statystyczne i interpretują dane. Poznają zasady weryfikacji hipotez oraz stwierdzania zależności. W trakcie zajęć studenci utrwalają umiejętność posługiwania się pakietem obliczeniowym SPSS, a także uczą się wykorzystywać inne aplikacje ułatwiające socjologom pracę z danymi.
Full description:	(in Polish) • Podstawy pracy z SPSS: zarządzanie zbiorami danych SPSS, relacje z innymi narzędziami do analizy danych. • Podstawy języka składni SPSS (syntax) • Zmienne: odróżnianie typów zmiennych (nominalne, porządkowe, przedziałowe, ilorazowe); możliwości analizy statystycznej a typ zmiennej. • Rozkład jednej zmiennej: procedura FREQUENCIES, prezentacja graficzna rozkładów, opisywanie zmiennych: nadawanie nazw (etykietowanie) zmiennych i wartości zmiennych, definiowanie braków danych, określanie charakteru braku danych (pomijalne i niepomijalne w analizach i prezentacjach braki danych). Opis rozkładu jednozmiennowego przy wykorzystaniu miar tendencji centralnej (modalna, mediana, średnia) i dyspersji (odchylenie standardowe, n-tyle). Przekształcanie zmiennych: procedury RECODE, COUNT, COMPUTE. • Rozkłady dwuzmiennowe (współzależność zmiennych, weryfikacja hipotez): procedura CROSSTABS, istotność statystyczna i jej znaczenie, test chi2, testy dla zmiennych porządkowych. MEANS: porównywanie średnich wartości zmiennych (T-test), • Korelacje: miary współwystępowania cech- korelacje rangowe i r-Pearsona, analiza regresji liniowej. • Zmienne kontrolne i zależności warunkowe: tworzenie rozkładów trójzmiennowych, procedury: FILTER i SPLIT. • Agregacja danych i dołączanie zmiennych do zbioru. • Przenoszenie wyników analiz z SPSSa do arkusza kalkulacyjnego i edytora tekstowego, tworzenie wykresów w arkuszu kalkulacyjnym, tworzenie i formatowanie tablic w edytorze tekstowym - struktura raportu jako odzwierciedlenie etapów analizy problemu. Konstruowanie raportu.
Learning outcomes:	(in Polish) Wiedza K_W07 posiada pogłębioną wiedzę na temat wybranych metod i technik badań społecznych, ich ograniczeń, specyfiki i obszarów zastosowania K_W09 wie jak zaplanować i zrealizować złożone ilościowe i jakościowe badania empiryczne; ma świadomość konsekwencji metodologicznych wyborów Umiejętności: K_U02 potrafi krytycznie selekcjonować informacje i materiały niezbędne do pracy naukowej, korzystając z różnych źródeł (w języku rodzimym i obcym na poziomie B2+) oraz posługując się nowoczesnymi technologiami K_U05 potrafi zaplanować i zrealizować badanie społeczne przy użyciu zaawansowanych ilościowych i jakościowych metod i technik badań socjologicznych K_U06 potrafi posługiwać się jednym dowolnym programem komputerowym służącym do analizy danych, korzystając z jego zaawansowanych funkcji Kompetencje społeczne K_K10 bierze odpowiedzialność za projektowane i wykonywane zadania
Assessment methods and assessment criteria:	(in Polish) Podstawą oceny końcowej będzie raport samodzielnie przygotowany przez studentów w oparciu o ogólnodostępny zbiór danych sondażowych. Raporty będą oceniane ze względu na: poprawność przeprowadzonej analizy, właściwe wykorzystanie technik statystycznych oraz jakość prezentacji wyników. Do godzin przeznaczonych na zajęcia w sali (30h) należy doliczyć czas konieczny do przygotowania się do zajęć (czytanie lektur, sporządzanie notatek, napisanie projektu, praca zespołowa, realizacja projektu) - 10h oraz czas konieczny do przygotowania się do finalnego zaliczenia (napisania raportu i prezentacji z badań) - 20h

This course is not currently offered.

Course descriptions are protected by copyright.
Copyright by University of Warsaw.