2023/2024




Многоуровневое моделирование
Статус:
Маго-лего
Кто читает:
Департамент социологии
Когда читается:
4 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
русский
Кредиты:
3
Контактные часы:
32
Программа дисциплины
Аннотация
Курс "Многоуровневое моделирование" знакомит студентов с анализом многоуровневых (иерархических) данных. Рассматриваются методы анализа как кросс-секционных, так и лонгитюдных данных (временные ряды, панельные данные). Стандартные методы линейной регрессии к таким данным неприменимы.Внимание уделяется как теоретическим основам анализа, так и практическим навыкам работы с многоуровневыми данными, включая спецификацию моделей, оценку параметров, интерпретацию результатов и проверку моделей на адекватность. Студенты учатся использовать специализированные программные средства для анализа многоуровневых данных в R (lme4, nlme, plm, lmerTest, MuMIn, sjPlot и другие). Приложение многоуровневого анализа к разным областям исследований обсуждается на примере эмпирических статей. В ходе выполнения самостоятельных проектов студенты участя применять полученные знания на практике.Курс предназначен для студентов и исследователей в различных областях, включая социологию, экономику, образование, здравоохранение и другие, где данные имеют иерархическую природу.
Цель освоения дисциплины
- По окончании курса студенты будут способны: - Понимать концепции и принципы многоуровневого моделирования. - Применять различные методы анализа многоуровневых данных для исследования и моделирования сложных иерархических структур. - Оценивать влияние факторов на различных уровнях иерархии. - Интерпретировать результаты многоуровневых моделей. - Применять полученные знания и навыки в исследовательской и практической деятельности в различных областях, где данные имеют иерархическую структуру.
Планируемые результаты обучения
- Знать требования и ограничения регрессии методом наименьших квадратов. Знать что такое многоуровневая структура данных
- Понимать различия между моделями со случайным интерсептом (random intercept) и случайным наклоном (random slope)
- Знать чем отличаются разные типы центрирования. ПОнимать что такое модерация (interaction effect)
- Иметь представление о симуляции синтетических данных, целях и возможностях метода симуляции. Уметь создавать наборы данных с заданными характеристиками
- Понимать разницу между fixed и random моделями; требования и ограничения каждого типа моделей
- Понимать преимущества и ограничения многоуровневых моделей. Уметь делать информированный выбор правильной модели с учетом специфики данных.
Содержание учебной дисциплины
- Введение в многоуровневый анализ
- Типы многоуровневых моделей
- Центрирование переменных. Эффекты взаимодействия (модерация)
- Презентации проектов
- Многоуровневые модели с временной составляющей
- Оценка модели. Диагностика качества модели.
- Выбор модели. Ошибки и заблуждения. Мифы о многоуровневых моделях
Промежуточная аттестация
- 2023/2024 учебный год 4 модуль0.4 * Домашнее задание + 0.2 * Проект 1 + 0.2 * Проект 2 + 0.2 * Тест
Список литературы
Рекомендуемая основная литература
- A practical guide to using panel data, Longhi, S., 2015
- Data analysis using regression and multilevel/hierarchical models, Gelman, A., 2009
- Multilevel analysis : techniques and applications, Hox, J. J., 2017
Рекомендуемая дополнительная литература
- Handbook of advanced multilevel analysis, , 2011
- Multilevel analysis : an introduction to basic and advanced multilevel modeling, Snijders, T. A. B., 2012
- Panel data: theory and applications, , 2010
- Time-series forecasting, Chatfield, C., 2000