კურსის აღწერა
კურსი ორიენტირებულია რაოდენობრივი მონაცემების დამუშავებისა და ინტერპრეტაციის უნარების განვითარებაზე პროგრამა Stata-ს გამოყენებით. ის ფოკუსირებულია რაოდენობრივი მონაცემების პრაქტიკულ გამოყენებაზე და მოიცავს მონაცემთა დამუშავებისა და ანალიზის სრულ პროცესს:
- მონაცემთა ბაზის მომზადება და მოდიფიცირება
- აღწერითი და დასკვნითი სტატისტიკური ანალიზი
- შედეგების მკაფიო ინტერპრეტაცია
თითოეული სესია აერთიანებს თეორიულ ახსნასა და რეალურ მონაცემთა ბაზებზე ინტენსიურ პრაქტიკულ მუშაობას Stata-ს გამოყენებით.
კურსი განკუთვნილია
- მკვლევრებისთვის და სტუდენტებისთვის ეკონომიკის, სოციალური მეცნიერებების და ფსიქოლოგიის სფეროდან
- ბაზრის კვლევის სპეციალისტებისა და ანალიტიკოსებისთვის
- მარკეტინგის, გაყიდვებისა და მომხმარებელთა კვლევის სპეციალისტებისთვის
- ბიზნეს ანალიტიკოსებისა და კონსულტანტებისთვის
- მცირე და საშუალო ბიზნესის მფლობელებისა და მენეჯერებისთვის
- ყველა იმ პროფესიონალისთვის, ვისაც მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღება ესაჭიროება
სასწავლო პროგრამა 28 მაისს იწყება და მოიცავს 12 ორსაათიან სესიას, რომელიც კვირაში ორჯერ, პირისპირ ფორმატში ჩატარდება.
გაითვალისწინეთ, კურსის მონაწილეს დასჭირდება საკუთარი ლეპტოპი Stata პროგრამით.
🗓️ ლექციების დღეები: ორშაბათი და ხუთშაბათი (ფიზიკური დასწრება)
⏰ დრო: 17:00–19:00
📍 ლოკაცია: CRRC-საქართველოს ოფისი — 1 ლიზიკო ქავთარაძის ქ. შესასვლელი III-IV, პირველი სართული (ყოფილი ილია ჭავჭავაძის გამზირი #5)
👥 ჯგუფში მონაწილეთა მაქსიმალური რაოდენობა: 12
📅 აპლიკაციების მიღების ბოლო ვადა: 18 მაისი
💰 კურსის ღირებულება: 400 ლარი
კურსის მონაწილეებს გადაეცემათ სერთიფიკატები.
_
შეავსეთ სარეგისტრაციო ფორმა!
_
დამატებითი კითხვების შემთხვევაში, გთხოვთ, დაგვიკავშირდეთ:
ელ-ფოსტა: s.dolidze@crrccenters.org
სოციალური ქსელები: Facebook / LinkedIn (CRRC საქართველო)
_
ტრენერი
გიორგი ბაბუნაშვილი
მონაცემთა მკვლევარი | პოლიტიკის უფროსი ანალიტიკოსი
გიორგი ბაბუნაშვილი არის მკვლევარი და მონაცემთა ანალიტიკოსი 20 წლიანი პრაქტიკული გამოცდილებით. მას უმუშავია 200-ზე მეტ განსხვავებულ პროექტზე, მათ შორის ისეთ დიდ ორგანიზაციებთან, როგორებიცაა: World Bank, UN, USAID, FAO, EPF, IFAD, ADB და სხვა.
ამჟამად გიორგი მუშაობს CRRC-საქართველოში, როგორც პოლიტიკის უფროსი ანალიტიკოსი და კომპანიის სტატისტიკური ანალიზის ჯგუფის ხელმძღვანელი. მისი მოვალეობები მოიცავს: რეპრეზენტატული შერჩევის სტრატეგიის შემუშავება-განხორციელებას, მონაცემთა ტრანსფორმაციასა და სტატისტიკურ ანალიზს. დამატებით ის კითხულობდა ლექციებს მონაცემთა სტატისტიკურ ანალიზზე ილიაუნისა და თბილისის სახელმწიფო უნივერსიტეტში.
მას მიჩიგანისა და ლუბლიანას უნივერსიტეტებში გავლილი აქვს სერტიფიცირებული კურსები რეპრეზენტატული შერჩევის, მონაცემთა ტრანსფორმაციისა და სტატისტიკური ანალიზის პრაქტიკულ გამოყენებაზე. ის პროფესიონალურად ფლობს ანალიზის შემდეგ პროგრამებს: EXCEL, STATA და STATA.
_
კურსის სილაბუსი
| სესიის თემა | შეისწავლით: | |
| სესია_1 | შესავალი STATA-ში და მონაცემთა შემოტანა | • მონაცემთა ბაზის შექმნა, შენახვა და იმპორტი • ცვლადების ტიპები და ფორმატი • ცვლადებისთვის ლეიბლების მინიჭება |
| სესია_2 | მონაცემთა ბაზის სტრუქტურა | • CRRC-ის არსებული ბაზების მაგალითზე მონაცემთა სტრუქტურის განხილვა • კოდირების პრინციპები • ტექნიკური და შინაარსობრივი ცვლადები |
| სესია_3 | საბაზისო ანალიზი I | • სიხშირული ანალიზი • ცენტრალური ტენდენციის საზომები: საშუალო, მედიანა, მოდა. • წონითი კოეფიციენტების ჩართვა |
| სესია_4 | მონაცემთა ტრანსფორმაცია | • ცვლადების რეკოდირება • ახალი ცვლადების შექმნა • ახალი ცვლადებისთვის ლეიბლების მინიჭება |
| სესია_5 | საბაზისო ანალიზი II | • ფილტრების გამოყენება • მონაცემთა გამოტანა ქვეჯგუფების მიხედვით (Bysort) • ჯვარედინი ტაბულაცია (Cross-tabulation) |
| სესია_6 | ვიზუალიზაცია | • გრაფიკების აგება: Bar Charts, Pie Charts, Histograms • Scatterplots (გაბნევის დიაგრამები) კავშირების დასანახად • გრაფიკების ექსპორტი და გაფორმება რეპორტინგისთვის |
| სესია_7 | სტატისტიკური ტესტები I | • ხი-კვადრატ (chi2) ტესტი. • One-Sample T-test • ორ დამოუკიდებელ ჯგუფს შორის სხვაობა (Independent Samples T-test) |
| სესია_8 | სტატისტიკური ტესტები II | • გაბნევის საზომები: სტანდარტული გადახრა, დისპერსია • One-Way ANOVA (სამი და მეტი ჯგუფის შედარება) • შედეგების ინტერპრეტაცია |
| სესია_9 | კორელაციური ანალიზი | • პირსონის კორელაციის კოეფიციენტი • სპირმენის კორელაციის კოეფიციენტი • შედეგების ინტერპრეტაცია |
| სესია_10 | რეგრესიული ანალიზი I | • წრფივი რეგრესია: დამოკიდებულების მოდელირება • პროგნოზირება • შედეგების ინტერპრეტაცია |
| სესია_11 | რეგრესიული ანალიზი II | • ორდინალური რეგრესია: დამოკიდებულების მოდელირება • პროგნოზირება • შედეგების ინტერპრეტაცია |
| სესია_12 | რეგრესიული ანალიზი III | • მულტინომინალური რეგრესია: დამოკიდებულების მოდელირება • პროგნოზირება • შედეგების ინტერპრეტაცია |
