فایل ورد کامل روشهای تحلیل کلان داده در علوم اجتماعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل روشهای تحلیل کلان داده در علوم اجتماعی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۱۶ صفحه

روشهای تحلیل کلان داده از موضوعات جذاب در حوزه علوم اجتماعی و تمام علوم محسوب میشود ، زیرا آنها میتوانند مجموعه داده ها را در جاهایی که تعداد متغیرها به مراتب بیشتر از تعداد موارد است را مورد تجزیه و تحلیل قرار دهند . بطور کلی ، روشهای تحلیل کلان داده بدنبال جستجوی خوشه بندیهای پایدار و بالقوه پیچیده / و یا پیش بینی داده ها هستند ، در حالیکه گامهای تهاجمی را نمیتوان بصورت تصادفی در اینموارد انجام داد . در مورد نکته سوم ، روشهای تحلیل داده های کلان اغلب در مورد ترکیب داده ها ، متغیرها اغراق میکنند ، و مدلی بمنظور اطمینان از راه حل ها ارایه میکنند ، بویژه در مواردی که روشهای آماری سنتی بندرت میتوانند اینکار را انجام دهند ، بجز در مواردی که موارد استثناء وجود دارد (مانند روشهای اعتبارسنجی متقابل ،مدلهای متغیر پنهان ) .

رونق پیشرفتهای روش شناختی و ابزار موردنیاز ، موجب شد تا دانشمندان علوم اجتماعی جعبه ابزار وسیعی را برای استفاده در اختیار داشته باشند . هدف از این موضوع فراهم ساختن برخی راهکارها برای محققان علوم اجتماعی است که ممکن است از روشهای تحلیل کلان داده ها که در دسترس قرار دارند احساس گیجی کنند و یا این روشها را مبهم بخوانند . علیرغم احساس گیجی و مستغرق بودن دانشمندان در فکر ، (یا شاید بخاطر آن) ، دانشمندان اجتماعی بصورت فزاینده ایی در جستجوی درک روشهای تحلیل کلان داده ها هستند و به تجزیه و تحلیل منطقی در مورد سووالاتِ تحقیق و داده ها میپردازند . امیدواریم این بررسی بتواند به این مسئله کمک کند ، و برخی منابع مهم را تقویت کند که :

a. ایجاد درک اساسی از روشهای مدلسازی کلیدی که برای کلان داده ها در دسترس قرار دارد .

b. -تجهیز نمودن محققان با مجموعه ایی از ابزار ، بر مبنای این روشها که در دسترس قرار دارند تجزیه و تحلیل داده ها انجام میشوند .

c. ارائه ی نمونه های اموزنده از برنامه های کاربردی مهم که برای روش شناختی کلان داده ها در علوم اجتماعی مورد استفاده قرار میگیرند .

منابعی که در زیر ارایه شده اند بدقت انتخاب شده اند ، امیدواریم در وقت ارزشمندِ خوانندگان روش شناختی کلان داده ها صرفه جویی نموده باشیم . توصیف هر یک از منابع بمعنای جامع بودن آنها نیست ، در عوض ، انها سیگنالهایی برای کشف بیشتر راه های انتخابی و استراتژیکی ارایه میکنند .

عنوان انگلیسی:

Big data methods in the social sciences

~~en~~ writers :

Frederick L Oswald and Dan J Putka

Big data methods are attractive to the social sciences —
and all the sciences — because they can address data sets
where the number of variables can far exceed the number
of cases being analyzed. Generally speaking, big data
methods seek to detect stable and potentially complex
clusters and/or predictions in the data, while also taking
aggressive steps not to capitalize on chance in doing
so. On this latter point, big data methods often perturb
some combination of the sample, the variables, and the
model to ensure that solutions are robust, where traditional statistical methods rarely do so, with some exceptions (e.g., cross-validation approaches, latent variable
models).
The boom in methodological advances and tools for big
data affords the social scientist a vast and fast-evolving
toolbox available for use. The goal of this annotated
review is to provide some guidance to social science
researchers who might feel overwhelmed by the panoply of big data methods available and/or feel that
these methods are opaque. Despite feeling overwhelmed (or perhaps because of it), social scientists
increasingly seek to understand big data methods and
analyses that are sensible and appropriate to their
research questions and data. This annotated review
hopes to help this cause, relaying some key resources
that

(a) build a fundamental understanding of key modeling
methods available for big data;

(b) equip the researcher with a set of tools, based on
these methods, that is available for conducting analyses of big data;

(c) provide an instructive sampling of relevant substantive applications of big data methodology in the social
sciences.

The resources below were carefully selected, hoping to
save readers valuable time as they engage in big data
methodologies. Descriptions of each resource do not
pretend to be comprehensive; instead, they serve as
signals that encourage further exploration in a selective
and strategic manner.

$$en!!