Cel

Dane ilościowe są obecnie gromadzone i wykorzystywane w niespotykanym dotąd zakresie. Ich skuteczne wykorzystanie zależy od wiedzy i umiejętności posługiwania się narzędziami analitycznymi. Obecnie najbardziej popularnym narzędziem wykorzystywanym w analizie danych ilościowych jest język programowania R. R jest interaktywnym środowiskiem do wykonywania obliczeń i analiz statystycznych. Środowisko R jest wykorzystywane zarówno w nauce, jak i w komercyjnych rozwiązaniach analitycznych, również̇ tych oferowanych przez korporacje np. IBM, Bank of America, Microsoft, Facebook, Google, KickStarter, Mozilla, Twitter, Ford, New York Times. Jest swoistym lingua franca współczesnej statystyki i analizy danych.

Celem kursu jest wyposażenie uczestników w wiedzę i umiejętności pozwalające na samodzielne prowadzenie analizy danych ilościowych oraz ich wizualizację z wykorzystaniem środowiska R.

Kurs rozpoczyna się od zapoznania uczestników z pakietem statystycznym R oraz środowiskiem roboczym (IDE) RStudio. W trakcie pierwszej części kursu uczestnicy poznają składnię języka R, podstawowe struktury danych (wektory, macierze, ramki danych), omawiane i praktycznie ilustrowane są zagadnienia transformacji i przygotowania danych do analizy oraz wybrane techniki statystycznej analizy danych. Druga część kursu poświęcona jest szczegółowym zagadnieniom modelowania liniowego. Omawiany jest model liniowy, model liniowy z jakościowymi zmiennymi zależnymi, model regresji logistycznej oraz modele wielopoziomowe, szczegółowo poruszane są kwestie interpretacji parametrów modelu, jakości dopasowania modelu do danych oraz jego diagnostyki. Trzecia cześć kursu dotyczy zagadnień redukcji i klasyfikacji danych. Uczestnicy poznają techniki analizy czynnikowej i głównych składowych, oraz techniki klasyfikacji oparte na analizie skupień (k-średnich, hierarchiczna i rozmyta analiza skupień). Ostatnia część kursu poświęcona jest nowoczesnym technikom wizualizacji danych ilościowych oraz wyników analiz statystycznych z zastosowaniem pakietu ggplot2.

Warsztaty pomyślane są w taki sposób, aby oprócz podstawowych umiejętności posługiwania się językiem R, uczestnicy przede wszystkim poznali sposoby radzenia sobie w problemach spotykanych w codziennej pracy z danymi (ładowanie danych w różnych formatach, transformacje danych, rekodowanie, dobór konkretnych analiz statystycznych do stawianych pytań badawczych i ich i implementacja).

Kurs umożliwia:

Kurs umożliwia zdobycie wiedzy i umiejętności do samodzielnego prowadzenia analizy danych w nowoczesnym środowisku programistycznym i przy użyciu nowoczesnych narzędzi statystycznych. Ponadto, kurs pozwala na samodzielne rozszerzanie nabytych umiejętności na nowe obszary, nie objęte programem kursu.

Kurs pozwala na zdobycie wiedzy i praktycznych umiejętności z zakresu:

1. składni języka R oraz podstawowych typów danych stosowanych środowisku R
2. umiejętności posługiwania się językiem R do wykonywania typowych operacji na danych (ładowanie i zapis danych w różnych formatach, transformacje danych i rekodowanie itp.)
3. technik analizy danych ilościowych oraz sposobami ich wykorzystywania w języku R: modelowanie liniowe (regresja liniowa, regresja logistyczna, modele wielopoziomowe), klasyfikacji i redukcji danych (analiza skupień k-średnich, hierarchiczna i rozmyta analiza skupień, analiza czynnikowa i analiza głównych składowych).
4.  doboru odpowiednich technik analitycznych do stawianych problemów badawczych.
5. wizualizacji danych ilościowych i wyników analiz statystycznych z wykorzystaniem nowoczesnych technik graficznej prezentacji danych: pakiet ggplot2, wizualizacja rozkładów jednej zmiennej, wizualizacja rozkładów wielu zmiennych, wizualizacja zależności między zmiennymi, dostosowywanie wyglądu wykresów.

Zalety kursu:

1. Kurs prowadzony jest przez badaczy-praktyków z bogatym doświadczeniem w projektowaniu narzędzi badawczych i analizowaniu danych ilościowych.
2. Kurs prowadzony jest przez dwóch prowadzących jednocześnie, co znacząco poprawia warunki zdobywania wiedzy przez uczestników.
3. Kurs pozwala na zdobycie wiedzy i umiejętności w dziedzinie o dużym potencjale na rynku pracy. Środowisko R jest obecnie standardem wykorzystywanym powszechnie do analizowania danych ilościowych w biznesie i nauce.
4. Kurs oparty jest na praktycznym wykorzystaniu zdobytej wiedzy. Uczestnicy nie tylko powtarzają za prowadzącym omawiane techniki analizy danych, ale przede wszystkim wykorzystują zdobytą wiedzę do samodzielnego rozwiązywania problemów analitycznych.

Korzyści z ukończenia kursu:

1. uczestnicy potrafią samodzielnie importować dane ilościowe zapisane w różnych formatach (w tym w formatach komercyjnych) oraz przygotować dane do dalszych analiz
2. uczestnicy potrafią przeprowadzić analizy opisowe: skonstruować i interpretować rozkłady jednej i wielu zmiennych oraz parametry rozkładu zmiennych
3. uczestnicy potrafią badać siłę i kierunek związku między zmiennymi jakościowymi i ilościowymi
4. uczestnicy kursu potrafią samodzielnie budować modele statystyczne służące do opisu i wyjaśniania (predykcji) cech ilościowych i dychotomicznych, również na danych pogrupowanych
5. uczestnicy kursu potrafią samodzielnie dobrać najlepsze techniki wizualizacji danych oraz wykonać graficzną prezentację danych oraz wyników analiz statystycznych

Kurs jest skierowany do:
Kurs skierowany jest do wszystkich osób, które wykorzystują lub chciałyby wykorzystywać dane ilościowe. W szczególności pracowników przedsiębiorstw, analityków, pracowników działów PR i HR, pracowników agencji i firm prowadzących badania społeczne, naukowców, pracowników administracji publicznej. Wcześniejsza znajomość środowiska R i zaawansowanych metod statystycznych nie jest wymagana.

Program kursu* obejmuje 48 godzin dydaktycznych realizowanych przez jeden semestr w trybie niestacjonarnym (6 dni po 8 godzin).

Język wykładowy: polski

Ramowy program kursu:*

Moduł 1: Wprowadzenie do analizy danych w środowisku R (2 dni)

Dzień 1: Składnia języka i struktury danych. Przekształcanie i przygotowanie danych do analizy

1. Wprowadzenie: R i RStudio; System pomocy R; Wprowadzanie poleceń i podstawowe typy danych
2. Obiekty w R: Atrybuty obiektów; Więcej o ramkach danych; Definiowanie podzbiorowości (indeksowanie ramek danych)
3. Operacje warunkowe i pętle; Funkcje z rodziny *apply()
4. Ładowanie danych i zapis danych do plików w różnych formatach;
5. Przygotowanie danych do analizy: obliczane wartości zmiennej (elementów wektora); rekodowanie, normalizacja danych itp.

Dzień 2: Rozkłady jednej i wielu zmiennych, badanie siły i kierunku związku między zmiennymi

1. rozkład jednej i wielu zmiennych
2. parametry rozkładu zmiennej, parametry warunkowe
3. siła i kierunek związku między zmiennymi różnych typów
4. analiza wariancji
5. regresji liniowej
6. regresja logistyczna

Moduł 2: Modelowanie liniowe w R (2 dni)

Dzień 1: Czym jest model liniowy? Regresja liniowa

1. Uogólniony model liniowy i jego komponenty. Odmiany uogólnionego modelu liniowego
2. Określanie zależności funkcyjnej
3. Standardowa regresja liniowa: założenia, interpretacja parametrów, oceny dopasowania, porównywanie modeli
4. Zmienne jakościowe w modelu regresji liniowej: określanie kontrastów; efekty interakcji
5. Diagnostyka modelu: składniki resztowe, obserwacje odstające, homogeniczność wariancji
6. Wartości przewidywane na podstawie modelu. Wizualizacja efektów modelu

Dzień 2: Regresja logistyczna. Modelowanie wielopoziomowe

1. Prawdopodobieństwo, szansa, stosunek szans, logit
2. Regresja logistyczna dla zmiennych binarnych: interpretacja parametrów, oceny miar dopasowania, porównanie modeli
3. Przewidywane prawdopodobieństwa. Graficzna ilustracja efektów modelu
4. Dane pogrupowane: wprowadzenie do modelowania wielopoziomowego. Dekompozycja wariancji
5. Model z losowym wyrazem wolnym. Interpretacja parametrów modelu
6. Model z losowym współczynnikiem kierunkowym

Moduł 3: Klasyfikacja i redukcja danych (1 dzień):

1. analiza korespondencji
2. eksploracyjna analiza czynnikowa
3. analiza głównych składowych
4. analiza skupień k-średnich
5. hierarchiczna analiza skupień

Moduł 4: Wizualizacja danych z zastosowaniem pakietu ggplot2 (1 dzień)

1. Wykres i jego warstwy: wizualizacja danych w ggplot2
2. Rozkład jednej zmiennej: wykresy słupkowe, histogramy, krzywe gęstości
3. Zależności między zmiennymi ilościowymi: diagramy rozrzutu, projekcja trendów
4. Zależności między zmiennymi ilościowymi i jakościowymi: wykresy pudełkowe, wykresy kafelkowe
5. Manipulowanie domyślnym wyglądem wykresu

*Program może ulec niewielkim zmianom.

Zasady realizacji kursu:

Z uwagi na praktyczne zorientowanie kursu, opanowanie materiału omawianego w jego trakcie wymaga wykonywania na bieżąco przykładów przedstawianych przez prowadzących. W trakcie zajęć słuchacze wykonują w grupach ćwiczenia pozwalające utrwalić poszczególne porcje materiału; każdy moduł kończy się testem złożonym z kilku zadań sprawdzających umiejętność stosowania narzędzi i rozwiązań wprowadzonych w tym module. Ze względu na znaczny udział pracy własnej słuchaczy w trakcie kursu, obecność na wszystkich zajęciach w danym module jest kluczowa dla efektywnego opanowania przedstawionego w nim materiału.

Forma zaliczenia kursu
Warunkiem uzyskania świadectwa ukończenia kursu jest:

Każdy moduł kończy się testem złożonym z kilku zadań, których rozwiązanie wymaga wykorzystania umiejętności nabytych w ramach danego modułu. Zadania rozwiązywane będą w niewielkich, dwu-, trzyosobowych grupach. Warunkiem uzyskania świadectwa ukończenia kursu jest przedstawienie własnego rozwiązania zadań z wszystkich modułów. W przypadku uczestnictwa w wybranych modułach, warunkiem otrzymania zaświadczenia o ukończeniu modułu jest przedstawienie własnego rozwiązania zadań z danego modułu.

Absolwent całego kursu uzyskuje świadectwo ukończenia kursu wydane przez Collegium Civitas. Absolwent wybranego modułu uzyskuje zaświadczenie o ukończeniu modułu.

Zajęcia prowadzą:

dr Jacek Bieliński – [jbielinski.pl] socjolog, adiunkt w Instytucie Socjologii Collegium Civitas, adiunkt i koordynator metodologiczny w Ośrodku Przetwarzania Informacji – Państwowym Instytucie Badawczym. Specjalizuje się w problematyce metodologii nauki, w badaniach wykorzystujących techniki ilościowe oraz statystyczne analizie danych. Zainteresowania naukowe koncentrują się na problematyce legitymizacji systemów społecznych i politycznych oraz normatywności we współczesnych społeczeństwach liberalnych demokracji. Ostatnia książka to „Między anomią a fatalizmem. Regulacja społeczna w Polsce w okresie zmiany systemowej”. Aktywnie działa w organizacjach pozarządowych, jest współzałożycielem i członkiem zarządu Fundacji „Wiedza Lokalna” oraz współzałożycielem i prezesem Stowarzyszenia „Niezależna Inicjatywa Kulturalna”.

dr Zbigniew Karpiński – socjolog, adiunkt w Zespole Badania Struktury Społecznej Instytutu Filozofii i Socjologii Polskiej Akademii Nauk, W pracy naukowej podejmuje zagadnienia związane ze strukturalnymi źródłami relacji międzygrupowych, kooperacją i zaufaniem w warunkach nierówności statusu, dyskryminacją oraz potocznymi ocenami nierówności społecznych. Laureat nagrody im. Floriana Znanieckiego (w 2003 r.) Polskiego Towarzystwa Socjologicznego oraz konkursu „Zostańcie z nami!” tygodnika Polityka (w 2010 r.). Autor i współautor kilkunastu artykułów publikowanych w polskich i zagranicznych czasopismach socjologicznych. W czasie wolnym od pracy zajmuje się z grubsza tym samym, co inni mieszkańcy Polski odpowiadający tym samym kryteriom społeczno-demograficznym, przede wszystkim jednak czyta i ogląda kryminały.