Любенко Роман Ярославович
Дисципліни, які викладає
Вступ до аналізу даних
Передбачається знайомство з базовими поняттями і методами кількісного аналізу даних емпіричного соціального дослідження. Розглядаються питання вимірювання і якості даних, визначення структури даних, організації їхнього введення та обробки. На прикладі реальних досліджень студенти знайомляться з тим, як здійснюються управління даними і їхні необхідні перетворення, відбір і аналіз спостережень, обчислення та інтерпретація описових статистик, показників зв'язку змінних різного типу, формулювання й перевірка статистичних гіпотез. Особлива увага приділяється методам графічного і табличного подання результатів аналізу при підготовці звітів і презентацій. Практичні заняття дають можливість набути навички самостійної роботи із комп'ютерним пакетом статистичного аналізу даних SPSS. Бажаним, але не обов'язковим, є попереднє знайомство зі вступним курсом з основ математичної статистики.
Математико-статистичний аналіз даних
Курс присвячено методам статистичного аналізу, які дозволяють пояснювати поведінку залежної змінної впливом декількох незалежних чинників і будувати моделі її передбачення. На прикладах студенти знайомляться із множинним регресійним аналізом, дисперсійним аналізом, логістичною регресією, логлінійним аналізом і сумісним аналізом. Для кожного з методів окреслюється відповідний клас задач, умови й обмеження використання методу (особливо вимоги до даних), розглядаються питання аналізу й інтерпретації результатів застосування. На практичних заняттях використовується пакет статистичного аналізу даних SPSS. Мета курсу: дати студентам теоретичні знання та практичні навички, необхідні для 1) розуміння професійних публікацій, які базуються на емпіричних даних та критичного оцінювання їхньої якості; 2) самостійного використання статистичних методів аналізу даних, які застосовуються для побудови моделей передбачення однієї залежної змінної на основі декількох незалежних змінних.
Багатовимірні методи аналізу даних
Курс присвячено методам статистичного аналізу, призначених для дослідження структури взаємозв'язків чи співвідношення багатьох змінних (або спостережень). Розглядаються факторний аналіз, багатовимірне шкалювання та кластерний аналіз. Студенти знайомляться з теорією багатовимірних даних, особливостями планування і техніки збору даних для вказаних методів. Для кожного з методів окреслюється відповідний клас задач, умови й обмеження використання методу (особливо вимоги до даних), розглядаються питання аналізу й інтерпретації результатів застосування. Практичні заняття проводяться із використанням пакета SPSS.
Вступ до R та RStudio
Курс пропонує перше знайомство з мовою програмування R - однією з найбільш глобально розповсюджених та універсальних платформ для аналізу й візуалізації даних - та RStudio як ключовим середовищем розробки для цієї мови програмування. Курс покликаний надати практичний досвід виконання основних задач для обробки даних за допомогою R, таких як їхній перегляд, маніпулювання, перетворення та візуалізація (доступ до R, на відміну від багатьох популярних статистичних пакетів, є повністю безкоштовним). Курс рекомендовано дослідникам і дослідницям, яких цікавить робота з кількісними даними.