Описание
Цель изучения курса «Propensity Score Matching в IBM SPSS Statistics (сопоставление оценок склонностей)» – пройти методологические основы специального метода корректировки статистических данных перед их анализом.
PSM (от англ. propensity score matching) – это специальный метод корректировки исходных данных для получения более достоверных результатов сравнения групп наблюдений статистическими методами. В курсе представлены теоретические основы метода propensity score matching, его применение с использованием пакета программ для статистической обработки IBM SPSS Statistics, рассмотрен пошаговый алгоритм проведения расчетов на конкретном примере.
Метод propensity score matching может использоваться в области медицины, психологии, социологии, эконометрики и др. Наибольшее распространение метод оценок склонностей получил в области доказательной медицины, которая использует результаты клинических исследований.
По окончании обучения Вы будете знать и уметь:
- теоретические основы метода PSM;
- оценивать оценки склонностей с помощью логистической регрессии и других методов;
- применять различные методики сопоставления данных основной и контрольной группы;
- применять обработку данных методом PSM в ручном режиме или автоматически с помощью обработки на языке Python в IBM SPSS Statistics.
Объем курса: 8 ак. часов (общая продолжительность видео лекций 4 астрономических часа + практическая работа). Общий объем времени для освоения курса соответствует очному обучению 1 день с 10:00 до 17:00.
Ссылка на портал курса (доступ к материалам курса открывается после оформления заказа и его оплаты).
Сорокин Александр Сергеевич – создатель и генеральный директор компании Центр Статистического Анализа. В 2001 году окончил с отличием Московский Государственный Университет Экономики, Статистики и Информатики (МЭСИ) по специальности «Статистика». В 2005 году защитил кандидатскую диссертацию по специальности 08.00.12 – «Бухгалтерский учет, статистика», на тему «Эконометрическое моделирование конъюнктуры мирового рынка нефти». В 2012 году присвоено учёное звание доцента. Работает в должности доцента на кафедре Математические методы в экономике РЭУ им. Г.В. Плеханова. Направления научных исследований: статистическая обработка и вероятностный анализ больших массивов данных, интеллектуальный анализ данных. Читает следующие дисциплины: «Теория вероятностей и математическая статистика», «Статистические методы прогнозирования», «Эконометрика», «Эконометрика и моделирование в менеджменте», «Актуарные расчеты» и др. В 2013-2014 приглашенный ассоциированный профессор Казахстано-Британского Технического Университета (г. Алматы, РК). Автор более 50 научных и методических работ по применению статистических методов в практической деятельности. Преподаватель-практик и тренер-консультант. Создатель авторских курсов по статистическому анализу данных на базе пакета SPSS, читаемых в ведущих учебных центрах России. Автор и ведущий 