МИНОБРНАУКИ РОССИИ

федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Статистические методы, моделирование и прогнозирование в социологии регионального развития

рабочая программа дисциплины

Закреплена за кафедрой	НET (реорганизована) 55
Направление подготовки	39.04.01. Социология
Профиль	Социология региона: социально-экономическое и этнокультурное развитие азиатского приграничья
Форма обучения	Заочная
Общая трудоемкость	2 ЗЕТ
Учебный план	z39_04_01_СРег-3-2019

Часов по учебному плану	72
в том числе:
аудиторные занятия	10
самостоятельная работа	58
контроль	4

Виды контроля по курсам
зачеты:	2

Распределение часов по курсам

Курс	2		Итого
Вид занятий	УП	РПД	УП	РПД
Лекции	4	4	4	4
Практические	6	6	6	6
Сам. работа	58	58	58	58
Часы на контроль	4	4	4	4
Итого	72	72	72	72

Программу составил(и):
Старший преподаватель, Суртаева О.В.

Рецензент(ы):
д.с.н., профессор , Максимова С.Г.

Рабочая программа дисциплины
Статистические методы, моделирование и прогнозирование в социологии регионального развития

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования по направлению подготовки 39.04.01 Социология (уровень магистратуры) (приказ Минобрнауки России от 30.03.2015г. №326)

составлена на основании учебного плана:
39.04.01 Социология
утвержденного учёным советом вуза от 25.06.2019 протокол № 9.

Рабочая программа одобрена на заседании кафедры
НET (реорганизована) 55

Протокол от 28.08.2018 г. № 1
Срок действия программы: 2018-2021 уч. г.

Заведующий кафедрой
д.с.н., профессор Максимова С.Г.

Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2019-2020 учебном году на заседании кафедры

НET (реорганизована) 55

Протокол от 28.08.2018 г. № 1
Заведующий кафедрой д.с.н., профессор Максимова С.Г.

1. Цели освоения дисциплины

1.1.	формирование научного представления о математико-статистическом инструментарии моделирования социально-экономических и региональных процессов с применением современных пакетов прикладных программ. Задачи курса: -Усвоение важнейших понятий статистического анализа; -Получение студентами знаний об основных методах сбора, группировки и математических методах анализа статистических данных, методах отбора наиболее информативных переменных и снижения размерностей анализируемых моделей; -Получение студентами знаний о методах исследования и построения статистических зависимостей в условиях мультиколлинеарности или по регрессионно-неоднородным исходным данным; -Формирование у студентов знаний об использовании статистических методов, методах статистического моделирования и прогнозирования в социальной сфере и в своей профессиональной деятельности; -Получение практических навыков решения социальных задач с использованием методов статистического анализа, современных информационных технологий и пакетов программ; -Формирование у студентов умения применять современный математико-статистический инструментарий при решении различных задач моделирования социальных объектов, а также при организации и анализе результатов выборочных обследований населения и опросов экспертов.

1.1.

формирование научного представления о математико-статистическом инструментарии моделирования социально-экономических и региональных процессов с применением современных пакетов прикладных программ.
Задачи курса:
-Усвоение важнейших понятий статистического анализа;
-Получение студентами знаний об основных методах сбора, группировки и математических методах анализа статистических данных, методах отбора наиболее информативных переменных и снижения размерностей анализируемых моделей;
-Получение студентами знаний о методах исследования и построения статистических зависимостей в условиях мультиколлинеарности или по регрессионно-неоднородным исходным данным;
-Формирование у студентов знаний об использовании статистических методов, методах статистического моделирования и прогнозирования в социальной сфере и в своей профессиональной деятельности;
-Получение практических навыков решения социальных задач с использованием методов статистического анализа, современных информационных технологий и пакетов программ;
-Формирование у студентов умения применять современный математико-статистический инструментарий при решении различных задач моделирования социальных объектов, а также при организации и анализе результатов выборочных обследований населения и опросов экспертов.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.В

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ПК-2	способностью самостоятельно формулировать цели, ставить конкретные задачи научных исследований в фундаментальных и прикладных областях социологии (в соответствии с профилем ООП магистратуры) и решать их с помощью современных исследовательских методов с использованием новейшего отечественного и зарубежного опыта и с применением современной аппаратуры, оборудования, информационных технологий
В результате освоения дисциплины обучающийся должен
3.1.	Знать:
3.1.1.	методы исследования и построения статистических зависимостей в условиях мультиколлинеарности или по регрессионно-неоднородным исходным данным, методы отбора наиболее информативных переменных и снижения размерностей анализируемых моделей.
3.2.	Уметь:
3.2.1.	применять современный математико-статистический инструментарий при решении задач моделирования социальных объектов, а также при организации и анализе результатов выборочных обследований населения и опросов экспертов.
3.3.	Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.	навыками моделирования и решения задач прогнозирования социальных процессов, навыками оценки знаний для решения задач на основе статистических методов с помощью современных средств вычислительной техники, навыками обрабатывать и анализировать данные для подготовки аналитических решений, экспертных заключений и рекомендаций.

4. Структура и содержание дисциплины

Код занятия	Наименование разделов и тем	Вид занятия	Курс	Часов	Компетенции	Литература
Раздел 1.
1.1.	Особенности статистических методов исследования социальных процессов	Лекции	2	2	ПК-2	Л1.2
1.2.	Современные технологии анализа социальных процессов	Лекции	2	2	ПК-2	Л1.1, Л2.1
1.3.	Построение уравнения парной регрессии. Метод наименьших квадратов для оценки параметров парной линейной регрессии. F-критерий Фишера для оценки значимости уравнения парной линейной регрессии в целом. Таблица дисперсионного анализа. Оценка значимости коэффициента (параметра) регрессии. Стандартные ошибка коэффициента регрессии, t-критерий Стьюдента. Точечный и интервальный прогноз по линейному уравнению парной регрессии. Стандартная ошибка прогноза. Расчет доверительных границ прогноза. Доверительный интервал линейной регрессии.	Практические	2	2	ПК-2	Л1.1, Л2.1
1.4.	Построение уравнения парной регрессии. Метод наименьших квадратов для оценки параметров парной линейной регрессии. F-критерий Фишера для оценки значимости уравнения парной линейной регрессии в целом. Таблица дисперсионного анализа. Оценка значимости коэффициента (параметра) регрессии. Стандартные ошибка коэффициента регрессии, t-критерий Стьюдента. Точечный и интервальный прогноз по линейному уравнению парной регрессии. Стандартная ошибка прогноза. Расчет доверительных границ прогноза. Доверительный интервал линейной регрессии.	Сам. работа	2	18	ПК-2	Л1.1, Л2.1
1.5.	Построение уравнения множественной регрессии. Выбор вида модели (уравнения) регрессии. Матрица парных корреляций при отборе факторов в модели множественной регрессии, мультиколлинеарность факторов в модели множественной регрессии. Использование коэффициентов множественной детерминации факторов. Частныe F-критерии Фишера для оценки факторов, включаемых в модель множественной регрессии. Оценка значимости уравнения множественной регрессии по F-критерию Фишера. Таблица дисперсионного анализа. Анализ и отбор факторов, построения линейного уравнения множественной регрессии	Практические	2	2	ПК-2	Л1.1, Л2.1
1.6.	Построение уравнения множественной регрессии. Выбор вида модели (уравнения) регрессии. Матрица парных корреляций при отборе факторов в модели множественной регрессии, мультиколлинеарность факторов в модели множественной регрессии. Использование коэффициентов множественной детерминации факторов. Частныe F-критерии Фишера для оценки факторов, включаемых в модель множественной регрессии. Оценка значимости уравнения множественной регрессии по F-критерию Фишера. Таблица дисперсионного анализа. Анализ и отбор факторов, построения линейного уравнения множественной регрессии	Сам. работа	2	20	ПК-2	Л1.1, Л2.1
1.7.	Построение уравнения парной нелинейной и множественной регрессии с применением современных технологий статистического анализа данных	Практические	2	2	ПК-2	Л1.1, Л2.1
1.8.	Построение уравнения парной нелинейной и множественной регрессии с применением современных технологий статистического анализа данных	Сам. работа	2	20	ПК-2	Л1.1, Л2.1

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины

5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.)

5.3. Фонд оценочных средств для проведения промежуточной аттестации

ФОС прилагается

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
	Авторы	Заглавие	Издательство, год	Эл. адрес
Л1.1	К.В. Балдин, В.Н. Башлыков, А.В. Рукосуев	Теория вероятностей и математическая статистика : учебник	М.: Дашков и Ко // ЭБС «Университетская библиотека on-line», 2016	http://biblioclub.ru/index.php?page=book&id=453249
Л1.2	Толстова Ю.Н.	МАТЕМАТИЧЕСКАЯ СТАТИСТИКА ДЛЯ СОЦИОЛОГОВ 2-е изд., испр. и доп. Учебник и практикум для академического бакалавриата: Гриф УМО ВО	М.:Издательство Юрайт, 2018	biblio-online.ru
6.1.2. Дополнительная литература
	Авторы	Заглавие	Издательство, год	Эл. адрес
Л2.1	Дронов С.В.	Математическая статистика:	АлтГУ, 2016	elibrary.asu.ru
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
	Название		Эл. адрес
Э1	Статистический анализ данных в Excel		statanaliz.info
6.3. Перечень программного обеспечения
Microsoft office Microsoft Windows 7-Zip AcrobatReader
6.4. Перечень информационных справочных систем
Электронная база данных «Scopus» (https://www.scopus.com/) Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/) Научная электронная библиотека eLIBRARY.RU (https://elibrary.ru/)

7. Материально-техническое обеспечение дисциплины

Аудитория	Назначение	Оборудование
Помещение для самостоятельной работы	помещение для самостоятельной работы обучающихся	Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ
Учебная аудитория	для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик	Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска)

8. Методические указания для обучающихся по освоению дисциплины

Рекомендации по освоению лекционных занятий
При работе с конспектом лекций необходимо учитывать тот фактор, что одни лекции дают ответы на конкретные вопросы темы, другие – лишь выявляют взаимосвязи между явлениями, помогая студенту понять глубинные процессы развития изучаемого предмета, как в истории, так и в настоящее время.
Изучение дисциплины требует систематического и последовательного накопления знаний, поэтому пропуски отдельных тем не позволяют глубоко освоить предмет.
При конспектировании лекций целесообразно вначале понять основную мысль, излагаемую лектором, а затем записать ее. Желательно запись осуществлять на одной странице листа или оставляя поля, на которых позднее, при самостоятельной работе с конспектом, можно сделать дополнительные записи, отметить непонятные места.
Студентам необходимо:
- перед каждой лекцией просматривать рабочую программу дисциплины, что позволит сэкономить время на записывание темы лекции, ее основных вопросов, рекомендуемой литературы;
- на отдельные лекции приносить требуемый преподавателем дополнительный материал на бумажных носителях (таблицы, графики, схемы). Этот материал будет прокомментирован, дополнен непосредственно на лекции;
- перед очередной лекцией необходимо просмотреть по конспекту материал предыдущей лекции. При затруднениях в восприятии материала следует обратиться к основным литературным источникам. Если и в этом случае разобраться в материале не удалось, то нужно обратиться к лектору или к преподавателю на практических занятиях.

Рекомендации по подготовке к семинарским (практическим) занятиям
Подготовку к каждому семинарскому (практическому) занятию студенты должны начать с ознакомления с планом данного занятия, который отражает содержание предложенной темы. Тщательное продумывание и изучение вопросов плана основывается на проработке текущего материала лекции, а затем изучения обязательной и дополнительной литературы, рекомендованной к данной теме.
Студентам следует:
- приносить с собой рекомендованную преподавателем литературу к конкретному занятию;
- до очередного практического занятия по рекомендованным литературным источникам проработать теоретический материал, соответствующей темы занятия;
- при подготовке к практическим занятиям следует обязательно использовать не только лекции, учебную литературу, но и нормативные правовые акты (если этого требует освоение темы), материалы периодических изданий, справочную литературу, что позволит значительно активизировать процесс овладения информацией, а также будет способствовать более глубокому усвоению изучаемого материала;
- в начале занятий задать преподавателю вопросы по материалу, вызвавшему затруднения в его понимании и освоении при решении задач, заданных для самостоятельного решения;
- в ходе семинара давать конкретные, четкие ответы по существу вопросов;
- на занятии демонстрировать понимание темы. В случае затруднений обращаться к преподавателю.