- •1. Индустриальное, постиндустриальное, информационное общество
- •2. Социальные последствия информатизации. Таблица Хессига
- •3. Интернет как фактор современной жизни. История интернета
- •4. Структура и принципы функционирования интернета. Ресурсы интернета
- •5. Подключение к интернету. Каналы связи
- •6. Технологии функционирования сети
- •7. Службы интернета и прикладные протоколы. Обзор сервисов в интернете
- •8. Поиск в Сети. Поисковые машины
- •9. Язык запросов
- •10. Безопасность в интернете. Основные типы политики безопасности
- •11. Шифрование. Политика безопасности брандмауэров
- •12. Работа с почтой: создание и отправка сообщения, прием и чтение почты
- •13. Адресная книга. Вложения (attachments)
- •14. Потенциальные проблемы с электронной почтой
- •15. Работа с почтовой программой на примере The Bat!
- •17. Специальные программы подготовки Web-страницы: Home Site, Front Page
- •18. Понятие о html. Основы языка разметки гипертекста
- •19. Разработка структуры и стиля дизайна сайта.
- •20. Средства и методы маркетинг-рекламы в интернете
- •21. Баннер как одна из главных рекламных форм www-технологий
- •22. Текстовый блок – распространенная форма интернет-рекламы
- •24. Особенности рекламы по электронной почте
- •25. Рекламные и баннерообменные сети
- •26. Знакомство с пакетом spss. Инсталляция spss
- •27. Редактор данных в пакете spss
- •28. Построение и редактирование графиков. Окно просмотра
- •29. Редактирование таблиц. Редактор синтаксиса. Настройки
- •30. Предварительные условия для проведения статистического теста: типы статистических шкал
- •31. Нормальное распределение, зависимость и независимость выборок
- •32. Нулевая и альтернативная гипотезы. Двусторонние и односторонние гипотезы
- •33. Нормальное распределение и распределения Стьюдента. Т-тест и доверительные интервалы
- •34. Сравнение пропорций. Хи-квадрат
- •35. Знаковый тест. Тест Манна-Уитни-Уилкоксона
- •36. Простая регрессионная модель. Метод наименьших квадратов
- •37. Дисперсионный анализ. Использование дисперсионного анализа в регрессионном анализе
- •38. Коэффициенты детерминации и корреляции
- •39. Множественная регрессия. Стандартизованная регрессионная модель. Коллинеарность
- •40. Проверка гипотезы о равенстве двух коэффициентов, полученных из независимых выборок. Множественные коэффициенты. Частные коэффициенты
- •41. Определение понятий телекоммуникационные и компьютерные технологии.
- •42. Word как малая издательская система: возможности и недостатки.
- •43. Основные компоненты и функции Интернета. Соотношение между ними.
- •44. Создание и редактирование шаблона на основе рабочего социологического документа. Разобрать на примере (по выбору: опросный лист, тест, анкета,…).
- •45. Технология подборки и анализа тематических (проблемных) материалов, представленных в электронных сми. Разобрать на конкретном примере.
- •46. Страница доступа к данным (Web-страница). Основные компоненты.
- •47. Формирование «обратной связи» с целевой аудиторией посредством модерируемых комнат общения.
- •48. Технология создания презентации в программе PowerPoint с помошью Мастера презентаций.
- •49. Привести пример создания и обработки базы данных ключевых сми в пакете Excel.
- •50. Корпоративный Web-сайт как средство формирования корпоративного имиджа организации.
- •51. Интернет-телефония: принципы работы.
- •52. Общение в интернете. Icq.
- •53. Электронные сми: место и роль в современном коммуникационном пространстве
34. Сравнение пропорций. Хи-квадрат
Критерий χ2 Пирсона – это непараметрический метод, который позволяет оценить значимость различий между фактическим (выявленным в результате исследования) количеством исходов или качественных характеристик выборки, попадающих в каждую категорию, и теоретическим количеством, которое можно ожидать в изучаемых группах при справедливости нулевой гипотезы. Выражаясь проще, метод позволяет оценить статистическую значимость различий двух или нескольких относительных показателей (частот, долей). Критерий хи-квадрат может применяться при анализе таблиц сопряженности, содержащих сведения о частоте исходов в зависимости от наличия фактора риска.
где i –
номер строки (от 1 до r), j –
номер столбца (от 1 до с), Oij –
фактическое количество наблюдений в
ячейке ij, Eij –
ожидаемое число наблюдений в ячейке
ij.
В том случае, если полученное значение критерия χ2 больше критического, делаем вывод о наличии статистической взаимосвязи между изучаемым фактором риска и исходом при соответствующем уровне значимости.
35. Знаковый тест. Тест Манна-Уитни-Уилкоксона
Критерий знаков G предназначен для установления общего направления сдвига исследуемого признака. Он позволяет установить, в какую сторону в выборке в целом изменяются значения признака при переходе от первого измерения ко второму: изменяются ли показатели в сторону улучшения, усиления или, наоборот, в сторону ухудшения, ослабления. Критерий знаков применим и к тем сдвигам, которые можно определить лишь качественно (например, изменение отрицательного отношения к чему-либо на положительное), так и к тем сдвигам, которые могут быть измерены количественно (например, сокращение времени работы над заданием после экспериментального воздействия). Суть критерия знаков состоит в том, что он определяет, не слишком ли много наблюдается "нетипичных сдвигов", чтобы сдвиг в "типичном" направлении считать преобладающим. Ясно, что чем меньше "нетипичных сдвигов", тем более вероятно, что преобладание "типичного" сдвига является преобладающим. G эмп - это количество "нетипичных" сдвигов. Чем меньше G эмп, тем более вероятно, что сдвиг в "типичном" направлении статистически достоверен.
Т-критерий Вилкоксона — непараметрический статистический критерий, используемый для проверки различий между двумя выборками парных измерений.
Критерий предназначен для сопоставления показателей, измеренных в двух разных условиях на одной и той же выборке испытуемых. Он позволяет установить не только направленность изменений, но и их выраженность, то есть способен определить, является ли сдвиг показателей в одном направлении более интенсивным, чем в другом.
U-критерий Манна — Уитни — статистический критерий, используемый для оценки различий между двумя независимыми выборками по уровню какого-либо признака. Простой непараметрический критерий. Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами. Чем меньше значение критерия, тем вероятнее, что различия между значениями параметра в выборках достоверны.
Ограничения применимости критерия: В каждой из выборок должно быть не менее 3 значений признака. Допускается, чтобы в одной выборке было два значения, но во второй тогда не менее пяти. Макс – 60 наблюдений.
