Магистратура
2021/2022
Использование и анализ панельных данных в социальных науках
Статус:
Курс по выбору (Сравнительные социальные исследования / Comparative Social Research)
Направление:
39.04.01. Социология
Кто читает:
Кафедра высшей математики
Где читается:
Факультет социальных наук
Когда читается:
1-й курс, 3 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
16
Охват аудитории:
для своего кампуса
Преподаватели:
Сальникова Дарья Вячеславовна
Прогр. обучения:
Сравнительные социальные исследования
Язык:
английский
Кредиты:
3
Контактные часы:
36
Course Syllabus
Abstract
Данная дисциплина знакомит студентов с методами анализа панельных данных. Курс состоит из нескольких частей: в первой части - повторение основ множественной линейной регрессии, вторая часть посвящена оцениванию регрессионных моделей с переменными взаимодействия, что пригодится для изучения моделей для анализа панельных данных. Далее третья и четвертая часть курса - соответственно, посвящены изучению моделей с фиксированными и случайными эффектами, моделей с лагированными переменными для тестирования отложенного эффекта и учета авторреляции. Одним из форматов занятий является репликация результатов исследований с последующей критикой примененной стратегии эмпирического анализа. В рамках курса для анализа данных используется Python
Learning Objectives
- The course aims to provide students with the theoretical background and practical skills in conducting panel data analysis. Specifically, the learning objectives are as follows: to enable students to choose appropriate models for panel data analysis; to develop data manipulation and visualization skills; to enable students to implement linear panel models in Python
- The course aims to provide students with the theoretical background and practical skills in conducting panel data analysis. Specifically, the learning objectives are as follows: to enable students to choose appropriate models for panel data analysis to develop data manipulation and visualization skills to enable students to implement linear panel models in Python
Expected Learning Outcomes
- By the end of the course students are expected to apply fixed- and random- effects models to analyze panel data, to interpret the results, to have data visualization skills and skills in implementing the afore-mentioned methods by using RStudio in the context of panel data analysis. Students will learn the advantages and limitations of different approaches to panel data analysis. This knowledge will help students choose a set of appropriate statistical tools to test their research hypotheses.
Course Contents
- Introduction. Linear regression analysis
- Interaction terms in regression analysis
- Data manipulation. Supplementary tools for panel data analysis
- Fixed-effects models
- Random-effects models VS Fixed-effects models
Assessment Elements
- Quiz 1
- Home assignment 1
- Quantitative research essay
- Seminar activity
- Quiz 2
- Home assignment 2
Interim Assessment
- 2021/2022 3rd module0.15 * Home assignment 1 + 0.15 * Quiz 1 + 0.25 * Quantitative research essay + 0.15 * Seminar activity + 0.15 * Home assignment 2 + 0.15 * Quiz 2
