作为肯特大学CriminologywithQuantitativeResea,的学生，您将学习以下课程。

本课程旨在帮助学生理解和批判他们在日常生活中遇到的数字和研究。课程的前半部分着重于教授批判性地评估事实性的定量要求所需的知识和技能。每堂课都使用主要来自新闻媒体的定量声明的例子，来教授一个特定的定量技能。例如，突出一个基于有偏见的样本的统计数字来教学生抽样的原则。研讨会以讲座内容为基础，旨在向学生传授评估定量声明所需的实用、基于计算机的技能。

本将涉及学生在实习环境中进行定量研究，同时对进行现实生活中的定量研究的过程进行反思（通过日志），最终对他们的实习进行评估反思。除了Q-Step实习官员和学术实习顾问的支持外，学生还将接受涵盖以下内容的讲座。将组织的想法转化为可行的研究项目（注意Q-Step团队已经与实习组织合作完成了这项工作）；开展定量研究项目的良好做法（例如，数据安全、数据管理、可复制性）等。

本旨在培养学生的技能，使他们能够积极地参与、批判性地评估和向学术界内外的不同受众交流定量和定性研究。学生将积极发展解释和形象化研究的技能，还将思考交流研究的挑战，以及研究如何用于实践和政策。

本旨在通过介绍大数据分析的基本概念和算法来解决大数据分析的这些方面和挑战。它从介绍数据收集的方法和工具开始，然后是处理脏数据的方法，如不一致的数据、缺失的数据和冗余的数据，在此基础上，涉及数据准备的技术，包括数据清洗、数据转换和整合。讨论完这些内容后，本单元将继续讨论结构化数据和非结构化数据的方法，其中结构化数据的技术包括数据挖掘（特别是并行数据挖掘技术），非结构化数据的技术包括社会网络分析和文本挖掘。该单元的另一个目的是介绍用于大数据分析的软件系统，如Hadoop。