Oktatás

Mesterszak

A kar Statisztika tanszéke által gondozott Survey Statisztika és Adatanalitika MSc programunk az ELTE több mint száz mesterszakja közül a tíz legnépszerűbb egyike. A klasszikus társadalomkutatási módszerek mellett hálózatelemzési, szöveganalitikai, adatbányászati módszerekre, többféle statisztikai csomagra és programnyelvre oktatjuk hallgatóinkat a társadalomkutatás tudományos, közigazgatási és üzleti alkalmazásaiban egyaránt.

Kurzusok

Kutatócsoportunk az ELTE Társadalomtudományi karának majdnem minden képzésén oktat általános társadalomkutatás-módszertani tárgyakat. Alább CSS-témájú kurzusainkat jelenítjük meg. 

Kmetty Zoltán: Hálózatkutatás (Szociológia MA)

A hálózatkutatás egyrészről módszertani paradigma, másrészről az emberek kapcsolathálózati beágyazottságának kutatása. Ez a két irány részben együtt részben külön fejlődött az elmúlt 50 évben, de közöttük folyamatos volt az interakció és a reflexió.

Ha módszerani oldalról közelítjük meg a kérdést, akkor alapvetően két irányt határozhatunk meg. Az egyik nagy kutatási irány a teljes hálókkal foglalkozik. Ez az erősen matematikai gráfelméletre támaszkodó iskola a 90-es évekig alapvetően csak kisebb zárt közösségek vizsgálatára volt inkább alkalmas (pl. iskolai csoportok). A digitális adatok térnyerése azonban nagyon sok új kutatási irányt nyitott meg (pl: telefonhívások hálózata). A másik kutatási irány surveyekre támaszkodik. Az ego-network kutatások a hálózatok karakteréről kevesebb tudnak elmondani, de az egyes egyének szerepét és az egyének beágyazottságát mélyebben megismerhetjük rajtuk keresztül. A félév során utóbbi ego-network irányhoz tartozó módszerekkel ismerkedhetnek meg a hallgatók mélyebben.

A kurzus alapvetően elemzési oldalról közelíti meg a témát. Három nagy network technikát ismernek meg a hallgatók mélyebben: név-generátor, pozíció-generátor, összegzőmódszer. Az órákon ezeknek a survey technikáknak a potenciális felhasználását vizsgáljuk meg, különböző kutatási problémákon, kérdéseken keresztül. Minden órán egy speciális kutatási kérdést járunk körbe.

Koltai Júlia: Python (Survey statisztika és adatanalitika MSc)

A Python3 programnyelv logikája és használata.

Rakovics Márton: R-programozás (Survey statisztika és adatanalitika MSc)

A tárgy alapvetően bevezetés az R programozásba, de az ismeretek jelentős része alkalmazható egyéb programozási- és script-nyelvek esetében is. Az a cél, hogy a kurzus sikeres elvégzését követően, a hallgatók képesek legyenek az R-t praktikus segédeszközként használni a szak többi kurzusán.

Rakovics Márton: Adattudomány előadás és gyakorlat (Survey statisztika és adatanalitika MSc)

Az előadás célja az adattudomány (gépi/statisztikai tanulás, adatbányászat) elvi alapjainak és legfontosabb módszereinek áttekintése. Az előadás a tárgyalt módszereket a függvényapproximáció általános problémája felől közelíti meg, majd bemutatja a főbb megoldásokat, illetve azok kapcsolatát. Az előadáshoz társuló gyakorlat során a hallgatók az előadáson szerzett ismereteiket – R-ben elvégzett – adatelemzési példák és saját módszer-implementációk segítségével mélyíthetik el.

Az előadás eredményeként a hallgatók ismerik az adattudományi problémák főbb típusait és a legfontosabb megoldási módszereket. Képesek azonosítani az elemzési módszerek sokasága mögött húzódó általános elemeket, modulokat, így rendelkeznek új, korábban nem látott módszerek megtanulásához vagy fejlesztéséhez szükséges elvi ismeretekkel.
A gyakorlati kurzus célja az adattudomány előadáson elvi szinten tárgyalt modellek és algoritmusok alkalmazási példákon keresztüli mélyebb megértése. Az elemzéseket általában a megfelelő R-csomagok segítségével végezzük el, néhány esetben viszont saját implementációt készítünk. A gyakorlat elvégzésével a hallgatók képesek lesznek a tanult eljárások alapvető megvalósítására, illetve az eredmények interpretációjára.

Simon Dávid, Katona Eszter: Adatvizualizáció és üzleti kommunikáció (Survey statisztika és adatanalitika MSc)

 

Alapszak / Szociológia BA / Adatközpontú társadalomtudomány specializáció

Németh Renáta, Tátrai Annamária: Komparatív társadalomkutatás

A gyakorlat mindazokat a módszertani eszközöket tárgyalja, amik komparatív, azaz összehasonlító kutatások esetén az összevetések érvényességét biztosítják. Nem előadást tervezünk, hanem közös gondolkodást, interaktív problémafeldolgozást, valós kutatási példákon és adatokon. Nemzetközi kutatások adatbázisait elemezzük (SPSS-ben) és vizualizáljuk (Tableau segítségével), az elemzések eredményének interpretációját központba helyező komparatív elemzéseket.

A kurzus részletes tematikája ezen a linken érhető el.

Koltai Júlia: A kapcsolathálózati gondolkodás fogalmi alapjai

A hálózatkutatás bár a 2000-es években futott fel igazán a társadalomtudományokban, de a gyökerei már a szociológia kezdeteitől jelen voltak. A kurzus azt a célt tűzi ki, hogy a hallgatókat megismertesse a kapcsolathálózati és hálózatkutatási gondolkodás legfontosabb elméleti és módszertani alapvetéseivel. A kurzus során megismerkedhetnek a hallgatók az alapvető gráfelméleti fogalmakkal és a teljes hálózatokat elemző módszerekkel, valamint az ego-network kutatási irányokkal is. Hangsúlyosan olyan tanulmányokat dolgozunk fel, amik a leginkább releváns hálózatelemzési kérdésekkel foglalkoznak. A kurzuson belül kitérünk a hazai hálózatkutatás legfrissebb eredményeire is.

A kurzus részletes tematikája ezen a linken érhető el.

Katona Eszter, Simon Dávid: Adatvizualizáció

A gyakorlat célja: az adatvizualizációs technikák és lehetőségek megismertetése, az adatok ábrázolásával kapcsolatos elvárások elsajátítása és a tapasztalatszerzés az adatok célhoz kötött vizualizációjában. A gyakorlat során a hallgatók a korábbi módszertani tanulmányaik során elsajátított alapismeretekre alapozva megismerkednek az egyszerűbb és összetettebb adatvizualizációs technikákkal. Az gyakorlat során nagy hangsúlyt fektetünk a gyakorlatorientáltságra és a multiplatform személetre. Az kurzus során az elsődleges cél mellett törekszünk a csoportmunka és a kritikai hozzáállás erősítésére is.

A kurzus részletes tematikája ezen a linken érhető el.

Kmetty Zoltán: Hálózatkutatás

A kurzus egy kísérleti Facebook kutatás feldolgozását tűzi ki célul. A kutatás keretében 150 résztvevő töltött ki egy kérdőívet és ezzel párhuzamosan a kutatók rendelkezésére bocsátották a Facebook adataikat is. A félév során a hallgatók megtanulják hogyan lehet hatékonyan elemezni komplex adatrendszereket, megismerkednek klasszikus survey kutatástól eltérő adathalmazokkal és képet kapnak arról milyen kihívások vannak, ha digitális térben keletkező adatokat kell elemezni. A hallgatók lehetőséget kapnak arra, hogy saját érdeklődési területüknek megfelelő témán dolgozhassanak a félév során.

A kurzus részletes tematikája ezen a linken érhető el.

Barna Ildikó: Modellépítés

A kurzus első részében új elemzési módszerekről lesz szó. Második részében pedig modellépítéssel foglalkozunk, vagyis azzal, hogy hogyan juthatunk el a nyers adatfájltól az empirikus elemzésig, majd az eredmények leírásáig. Ebben a részben nagy hangsúly fektetünk az eredmények értő interpretációjára. A kurzus nagymértékben épít a Statisztika 1, 2 és a Kvantitatív adatelemzés 1, 2 kurzusokon tanultakra.

A kurzus részletes tematikája ezen a linken érhető el.

Kialakítás alatt álló kurzusok

Katona Eszter, Koltai Júlia, Németh Renáta, Rakovics Márton: Szöveganalitika (Survey statisztika és adatanalitika MSc)