Information Systems

2026/2027

Academic Year

RUS

Instruction in Russian

8

ECTS credits

Delivered at:

Department of Sociology

Course type:

Elective course

When:

1 year, 1, 2 module

Программа дисциплины

Аннотация

Курс охватывает теоретические и практические основы работы с количественными данными в социальных науках. Мы начнем с основ взаимодействия с Excel, а именно со структуры электронных таблиц и основных формул. На более продвинутых занятиях мы будем изучать логические функции, сводные таблицы и текстовые данные. Значительная часть курса будет посвящена языку программирования R. Мы будем изучать различные типы и классы объектов в R, а также математические и логические операторы. Подмножество данных в базе R будет дополнено обработкой данных и агрегированием с помощью tidyverse. Курс также познакомит студентов с визуализацией данных с помощью пакетов ggplot2 и tidyverse. Наши последние встречи будут посвящены краткому обзору нескольких продвинутых пакетов R.

Цель освоения дисциплины

• Познакомьте учащихся с инструментами анализа данных, такими как Excel и R
• Объяснить место человека в информационных системах.
• Понять, как концепция информационных систем может быть применена к общественным наукам.

Планируемые результаты обучения

• Умение выполнять базовые функции в Excel.
• Знать основные принципы программирования в рамках работы с R.
• Знает и различает типы шкал измерения, используемых в анализе данных
• Знает цели количественного анализа данных в современной социологии
• Способен установить R и Rstudio на свой компьютер
• Знаком с интерфейсом Rstudio
• Знает синтаксис базовых функций Excel
• Способен форматировать документы Word в соответствии с базовыми требованиями к работам университетского уровня
• Способен создавать сводные таблицы и несколько типов графиков в MS Excel
• Способен применять базовые функции MS Excel для расчета описательной статистики
• Способен использовать горячие клавиши для эффективной навигации в MS Excel
• Способен применять функции MS Excel для манипулирования текстовыми данными
• Студенты способны выполнять простые и сложные математические и логические операции в R
• Способен проводить разведочный анализ данных (EDA) в R: расчет частот, долей, средних значений, дисперсий, корреляций и т. д.
• Студенты знакомы с базовой логикой синтаксиса языка программирования R
• Студенты знают и понимают базовые классы данных в R
• Студенты способны готовить HTML-отчеты с помощью Rmarkdown
• Способен импортировать внешние наборы данных в R
• Способен очищать, перекодировать, преобразовывать, фильтровать и объединять данные с помощью базовых инструментов R и пакета tidyverse
• Способен создавать эффективные визуализации данных с помощью ggplot2
• Способен применять пакеты stringr и tidytext для манипулирования текстовыми данными и расчета статистики текстового уровня

Содержание учебной дисциплины

• Введение в информационные системы
• Введение в Excel и Word
• Продвинутый анализ в Excel
• Введение в R и RStudio
• Трансформация данных с использованием RStudio

Элементы контроля

• Агрегация и визуализация данных в R (контрольная 3)
• Домашние задания
• Основы R (контрольная 2)
• Финальная работа
• Контрольная 1 Word / Excel
  Первая контрольная состоит из двух заданий. В рамках первого студенты должны продемонстрировать базовые навыки манипулирования данными с помощью Microsoft Excel. Второй ориентирован на создание базовых отчетов в Microsoft Word.

Промежуточная аттестация

• 2026/2027 2nd module
  0.25 * Финальная работа + 0.2 * Агрегация и визуализация данных в R (контрольная 3) + 0.3 * Домашние задания + 0.1 * Контрольная 1 Word / Excel + 0.15 * Основы R (контрольная 2)

Список литературы

Рекомендуемая основная литература

• Field, A. V. (DE-588)128714581, (DE-627)378310763, (DE-576)186310501, aut. (2012). Discovering statistics using R Andy Field, Jeremy Miles, Zoë Field. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.363067604
• Wickham, H., & Grolemund, G. (2016). R for Data Science : Import, Tidy, Transform, Visualize, and Model Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1440131
• Бельчикова, О. Г. Основы математической статистики. Выполнение расчетов в среде MS Excel : учебно-методическое пособие / О. Г. Бельчикова. — Барнаул : АГАУ, 2025. — 72 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/505155 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Мхитарян В.С., Шишов В.Ф., Козлов А.Ю. - Анализ данных в MS Excel - 978-5-906923-26-4 - КУРС - 2025 - https://znanium.ru/catalog/product/2192632 - 2192632 - ZNANIUM
• Роберт, И. R в действии : руководство / И. Роберт, Кабаков , перевод с английского А. Н. Киселева. — 3-е изд. — Москва : ДМК Пресс, 2023. — 768 с. — ISBN 978-5-93700-173-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348083 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Robert I. Kabacoff. (2015). R in Action : Data Analysis and Graphics with R: Vol. Second edition. Manning.
• Бабешко Л.О., Орлова И.В. - Эконометрика и эконометрическое моделирование в Excel и R - 978-5-16-020683-7 - ИНФРА-М - 2025 - https://znanium.ru/catalog/product/2186880 - 2186880 - ZNANIUM
• Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. - Статистический анализ данных в MS Excel - 978-5-16-004579-5 - ИНФРА-М - 2023 - https://znanium.ru/catalog/product/1907518 - 1907518 - ZNANIUM

Авторы

• Зубарев Никита Сергеевич