Многоуровневое моделирование

2023/2024

Статус: Маго-лего

Кто читает: Департамент социологии

Когда читается: 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Иванюшина Валерия Александровна, Титкова Вера Викторовна

Язык: русский

Кредиты: 3

Контактные часы: 32

Полная версия программы учебной дисциплины Задать вопрос

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.