Analiza danych edukacyjnych 2400-ZEWW994

Zajęcia koncentrują się na empirycznej analizie danych pochodzących z dużych międzynarodowych badań edukacyjnych (PISA, TIMSS). Główne obszary tematyczne obejmują:
1. Wprowadzenie do danych edukacyjnych
o Specyfika danych z badań ILSA (International Large-Scale Assessments)
o Struktura plików danych (plik ucznia, szkoły, krajowy, kodek wartości)
2. Plausible Values (PV)
o Definicja i uzasadnienie stosowania
o Średniowanie wyników PV
o Użycie PV w regresjach
3. Wagi replikacyjne
o Rola wag w reprezentatywności danych
o Różnice między różnymi rodzajami wag (np. senate, replicate)
o Implementacja wag BRR i Fay’s BRR w STATA
4. Analiza danych – regresje
o Proste i wielowymiarowe modele regresji
o Testy hipotez i interpretacja wyników
o Regresje z interakcjami i predykcja wyników
5. Analiza danych – modele wielopoziomowe
o Modele z efektami losowymi (uczeń w szkole)
o Ujęcie hierarchii danych edukacyjnych
o Modele z losowymi współczynnikami
6. Tworzenie indeksów
o Analiza czynnikowa (FA)
o Item Response Theory (IRT)
o Latent Class Analysis (LCA)
7. Wizualizacja danych
o Komendy graficzne w STATA
o Wykresy regresji, rozrzutu i boxploty
8. Zapis wyników
o Eksport wyników do Worda/Excela
o Tworzenie raportów z analiz

Szacunkowy nakład pracy studenta: 3ECTS x 25h = 75h
(K) - godziny kontaktowe (S) - godziny pracy samodzielnej
wykład (zajęcia): 0h (K) 0h (S)
ćwiczenia (zajęcia): 30h (K) 0h (S)
egzamin: 0h (K) 0h (S)
konsultacje: 8h (K) 0h (S)
przygotowanie do ćwiczeń: 0h (K) 12h (S)
przygotowanie do wykładów: 0h (K) 0h (S)
przygotowanie do kolokwium: 0h (K) 10h (S)
przygotowanie do egzaminu: 0h (K) 0h (S)
Przygotowanie projektu zaliczeniowego: 0h (K) 15h (S)
Razem: 38h (K) + 37h (S) = 75h