Statistics I - statistical methods in social sciences

General data

Course ID:	3501-KOG-S1MSNS2
Erasmus code / ISCED:	14.2 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0314) Sociology and cultural studies The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title:	Statistics I - statistical methods in social sciences
Name in Polish:	Statystyka I - metody statystyczne w naukach społecznych
Organizational unit:	Institute of Philosophy
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:	Polish
Type of course:	obligatory courses
Short description:	(in Polish) Przedmiot mający na celu poszerzenie wiedzy z zakresu metod statystycznych w naukach społecznych ponad poziom możliwy do osiągnięcia po ukończeniu obecnego obligatoryjnego kursu statystyki na I roku. Stanowi zarazem dobre przygotowanie do dalszego studiowania metod statystycznych użytecznych w badaniach społecznych w szczególności do kursu Statystyka II - modele liniowe. Wiedza i umiejętności oferowane w ramach kursu są niezbędnym uzupełnieniem warsztatu badacza społecznego-empiryka.
Full description:	(in Polish) Przedmiot mający na celu poszerzenie wiedzy z zakresu metod statystycznych w naukach społecznych ponad poziom możliwy do osiągnięcia po ukończeniu obecnego obligatoryjnego kursu statystyki na I roku. Stanowi zarazem dobre przygotowanie do dalszego studiowania metod statystycznych użytecznych w badaniach społecznych w szczególności do kursu Statystyka II - modele liniowe. Wiedza i umiejętności oferowane w ramach kursu są niezbędnym uzupełnieniem warsztatu badacza społecznego-empiryka. Centralnym pojęciem wykorzystywanym podczas kursu będą modele bazujące na metodzie najmniejszych kwadratów oraz zagadnienia wnioskowania statystycznego. Ponadto podczas zajęć omówione zostaną zagadnienia związane z regresją wielokrotną i badaniem zależności statystycznej oraz różnorodne użyteczne warianty regresji wielokrotnej (interakcje, regresja przedziałami liniowa). Zajęcia dotyczące regresji wielokrotnej zostaną poprzedzone przedstawieniem zagadnień związanych z agregacją parametrów statystycznych oraz zastosowaniom twierdzeń agregacyjnych i dekompozycyjnych. Przedstawione zostaną również podstawy estymacji. Zajęcia teoretyczne będą uzupełniały zajęcia warsztatowe w pracowni komputerowej. Zajęcia będą odbywały się w stałej współpracy z prowadzącymi kurs Statystyka II, dr Markiem Styczniem i dr hab. Mikołajem Jasińskim. Ułatwi to dopasowanie szczegółowych efektów kształcenia w ramach kursu podstawowego ze statystyki do potrzeb kursu Statystyka II. Kurs obejmuje następujące zagadnienia: - Agregacja parametrów statystycznych. - Regresja jako ogólny model opisu zależności statystycznej. - Ogólna postać miernika zależności statystycznej. - Regresja wielokrotna liniowa jako model opisu zależności między wieloma zmiennymi o koncepcja modelu regresji wielokrotnej jako prosty przykład modelu statystycznego, o wybrane zastosowania, interpretacje, m.in. współczynnik korelacji cząstkowej. - Zmienne 0-1 w regresji wielokrotnej jako zmienne niezależne (dummy). - Interakcje w regresji liniowej. - Regresja przedziałami liniowa. - Podstawy estymacji parametrów populacyjnych oraz weryfikacji hipotez.
Bibliography:	(in Polish) Lissowski G., Haman J., Jasiński M. 2008 lub późniejszy, Podstawy statystyki dla socjologów. WN Scholar
Learning outcomes:	(in Polish) Student Wiedza: - zna założenia poznanych modeli statystycznych [K_W02, K_W04, K_W05, K_W09] - zna ograniczenia poznanych modeli statystycznych [K_W02, K_W04, K_W05, K_W09] - Wie, jakie dobrać metody badawcze z zakresu analizy statystycznej w celu rozwiązania prostych problemów badawczych (K_W15) - Rozumie na czym polega specyfika analizy socjologicznej z wykorzystaniem metod statystycznych (K_W16) - Zna zastosowania i ograniczenia metod statystycznych, w zakresie niezbędnym do zaplanowania prostego ilościowego badania empirycznego, oraz do rejestrowania i obserwacji zjawisk społecznych w sposób metodologicznie poprawny (K_W17) (K_U01) - Posiada podstawową, stosowalną w praktyce wiedzę na temat opisu i wnioskowania statystycznego (K_W18) Umiejętności - Umie odróżniać teorię dotyczącą rzeczywistości społecznej od modelu statystycznego [K_U01, K_U02, K_U09, K_U10]. - Umie odróżniać konsekwencje przyjętych założeń od stwierdzonych empirycznie faktów [K_U01, K_U02, K_U09, K_U10]. - Umie dobrać odpowiednie metody i techniki badawcze z zakresu metod statystycznych, w celu przeprowadzenia analizy konkretnego problemu społecznego (K_U11) - Umie zinterpretować proste zjawiska społeczne przy użyciu podstawowych metod statystycznych (K_U13) - Umie gromadzić, wyszukiwać i syntetyzować informacje na temat zjawisk społecznych (K_K04) - Umie dokonać krytycznej analizy źródeł w zakresie poprawności stosowania w nich analiz statystycznych (K_K06) Kompetencje społeczne - Ma świadomość odpowiedzialności badacza za wypowiadane interpretacje rzeczywistości [K_U01, K_U02, K_U04, K_U07, K_U08, K_U09, K_U10] - Potrafi wykorzystać poznane modele do symulacji rzeczywistości społecznej oraz do jej badania [K_U01, K_U02, K_U04, K_U07, K_U08, K_U09, K_U10] - Umie pracować w grupie [K_K03] - Umie w jasny i precyzyjny sposób przedstawić innym abstrakcyjny problem [K_K09, K_K12]
Assessment methods and assessment criteria:	(in Polish) Aktywność na zajęciach Zaliczenie wejściówek. Wykonanie prac domowych. Pisemne zaliczenie. Liczba dopuszczalnych nieobecności podlegających usprawiedliwieniu: 2

This course is not currently offered.

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