• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
17
Апрель

Моделирование структурными уравнениями

2018/2019
Учебный год
RUS
Обучение ведется на русском языке
2
Кредиты
Статус:
Курс по выбору
Когда читается:
1-й курс, 3 модуль

Преподаватель

Программа дисциплины

Аннотация

Данный курс представляет собой введение в основные принципы моделирования структурными уравнениями, популярного семейства методов анализа многомерных данных. В рамках курса рассматриваются такие темы, как эксплораторный и конфирматорный факторный анализ, измерительная инвариантность, структурные модели и анализ опосредованных эффектов. Кроме того, обсуждаются различные практические вопросы, связанные с оценкой, визуализацией и представлением структурных моделей с использованием языка программирования R, в частности пакетов lavaan и semPlot. Занятия проходят в форме интерактивных семинаров. В ходе реализации дисциплины при-меняются методы проектной деятельности, дискуссии, а также разбора практических задач.
Цель освоения дисциплины

Цель освоения дисциплины

  • Создать способность рефлексировать (оценивать и перерабатывать) освоенные научные методы и способы деятельности
  • Выявить и установить закономерности, изобретать новые способы и инструменты профессиональной деятельности
  • Освоить новые методы исследований, изменять научный и производственный профили своей деятельности
Планируемые результаты обучения

Планируемые результаты обучения

  • Магистрант задает вопросы, понимает ключевые различия между отельными методами анализа
  • Магистрант демонстрирует способность воспроизводить предложенный алгоритм решения задач для аналогичных заданий
  • Магистрант обращается к дополнительным источникам для лучшего понимания изучаемых тем
  • Магистрант способен работать в группе и участвовать в общей дискуссии, затрагивающей различные исследовательские проблемы
  • Магистрант использует концептуальный аппарат социальных наук, а также способен правильно оперировать статистическими понятиями
  • Магистрант способен использовать изученные методы анализа данных и давать содержательную интерпретацию полученных результатов
  • Магистрант способен выделить исследовательскую проблему, определить релевантные и валидные измерения, а также подобрать соответствующий метод анализа
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение
  • Тема 2. Конфирматорный факторный анализ – 1
  • Тема 3. Конфирматорный факторный анализ – 2
  • Тема 4. Измерительная инвариантность – 1
  • Тема 5. Измерительная инвариантность – 2
  • Тема 6. Структурные модели
  • Тема 7. Медиация
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторная работа
    Основные критерии оценки лабораторных работ: 1) корректность применения изучаемого метода (0-3 балла); 2) корректность использования соответствующей статистической терминологии (0-2 балла); 3) корректность интерпретации полученных результатов (0-3 балла); 4) корректность кода R, использованного для выполнения задания (0-2 балла).
  • неблокирующий Участие в работе на семинарах
    Участие в дискуссиях и обсуждении исследовательских кейсов. Предполагается, что слушатели курса будут активно участвовать в разборе конкретных кейсов – исследований, выполненных с использованием изучаемых методов и опубликованных в ведущих международных журналах по социальным наукам, – а также иных формах активности в рамках семинарских занятий
  • неблокирующий Экзамен
    Письменная работа (даётся на дом; срок подготовки – 4 дня), в ходе которой предлагается решить исследовательскую задачу с использованием изученных методов.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.4 * Лабораторная работа + 0.4 * Участие в работе на семинарах + 0.2 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling, Fourth Edition (Vol. Fourth edition). New York: The Guilford Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1078917
  • Анализ данных : учебник для академического бакалавриата / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2016. — 490 с. — (Бакалавр. Академический курс). — ISBN 978-5-9916-5591-0. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: https://biblio-online.ru/bcode/385663

Рекомендуемая дополнительная литература

  • Denis, Daniel J. (2015). Applied Univariate, Bivariate and Multivariate Statistics, John Wiley & Sons, Inc. https://ebookcentral.proquest.com/lib/hselibrary-ebooks/detail.action?docID=4338227