FSS:PSYb1170 Statistická analýza dat - Informace o předmětu
PSYb1170 Statistická analýza dat
Fakulta sociálních studiíjaro 2022
- Rozsah
- 1/1/0. 6 kr. Ukončení: zk.
- Vyučující
- doc. Mgr. Stanislav Ježek, Ph.D. (přednášející)
Mgr. Andrea Stašek (cvičící)
Mgr. Jan Širůček, Ph.D. (cvičící)
Mgr. Martin Tancoš (cvičící) - Garance
- doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Kontaktní osoba: doc. Mgr. Stanislav Ježek, Ph.D.
Dodavatelské pracoviště: Katedra psychologie – Fakulta sociálních studií - Rozvrh
- St 8:00–9:40 P31 Posluchárna A. I. Bláhy
- Rozvrh seminárních/paralelních skupin:
PSYb1170/02: St 11:00–11:50 PC25, M. Tancoš
PSYb1170/03: St 12:00–12:50 U41, A. Stašek
PSYb1170/04: St 13:00–13:50 U41, S. Ježek - Předpoklady
- ! PSY117 Statistická analýza dat
Předmět předpokládá základní seznámení s principy a průběhem výzkumu v psychologii. Předpokládá také základní středoškolské matematické znalosti a dovednosti. - Omezení zápisu do předmětu
- Předmět je určen pouze studentům mateřských oborů.
- Mateřské obory/plány
- Psychologie (program FSS, B-HE)
- Psychologie (program FSS, B-HS)
- Psychologie (program FSS, B-KS)
- Psychologie (program FSS, B-MS)
- Psychologie (program FSS, B-PL)
- Psychologie (program FSS, B-PS) (2)
- Psychologie (program FSS, B-PSY) (9)
- Psychologie (program FSS, B-SO)
- Psychologie (program FSS, B-SP)
- Cíle předmětu
- Cílem předmětu je seznámit studenty se základy statistiky používané v psychologické praxi a výzkumu a běžném životě. Studenti získají statistickou gramotnost – porozumění základním statistickým a pravděpodobnostním myšlenkám a dovednost je aktivně i pasivně používat. Studenti získají dovednost připravit data pro statistické zpracování, spočítat základní statistiky, otestovat běžné typy hypotéz. Kurz klade důraz i na komunikaci, tj. slovní popis výsledků i schopnost porozumět takto popsaným výsledkům v empirických studiích. V rámci kurzu budou studenti seznamováni paralelně s českou i anglickou terminologií, aby byli po skončení kurzu schopni dále studovat a používat internetové zdroje.
- Výstupy z učení
- Student bude po absolvování předmětu schopen:
- kódovat a uspořádat data do datové matice ve formátu použitelném napříč různými statistickými programy
- popsat rozdělení hodnot proměnnné pomocí základních popisných statistik, parametrických i neparametrických
- vytvořit základní typy zobrazení rozdělení hodnot proměnné
- statisticky konceptualizovat vztah mezi proměnnými, popsat jej statistikami i graficky
- usuzovat z výběrových statistik na populační parametry; vytvořit intervaly spolehlivosti pro základní popisné statistiky
- otestovat elementární statistické hypotézy pomocí NHST s vědomím limitů tohoto postupu
- využít lineární regresní model s jedním prediktorem pro predikci
- s pomocí podmíněných pravděpodobností počítat ukazatele diagnostické úspěšnosti testů. - Osnova
- 1. Proměnné. Data, proměnné, úrovně měření, kvalita měření, organizace dat, kontrola dat, datová matice a kódování.
- 2. Zobrazování dat, četnosti, rozdělení četností. Tabelace dat, šíře intervalů, minimum, maximum, odlehlá hodnota, absolutní a relativní četnosti, kumulativní absolutní a relativní četnosti, rozložení četností, tvary rozložení, normální (Gaussovo) rozložení, velikosti oblastí pod křivkou normálního rozložení, Poissonovo rozložení, graf absolutních a relativních četností, sloupcový graf, histogram.
- 3. Míry centrální tendence a variability. Modus, medián, průměr, vážený průměr, vhodnost použití různých měr centrální tendence, (variační) rozpětí, kvartilové rozpětí, směrodatná odchylka, rozptyl, z-skóry a další standardní skóry, percentily, šikmost, špičatost, krabicový graf s anténami.
- 4. Vztahy mezi proměnnými. Korelace – Pearsonův, Spearmannův, Kendallův koeficient a jejich vlastnosti. Koeficient determinace, kovariance. Kontingenční tabulka, marginální četnosti. Lineární vztah, monotónní vztah, pozitivní a negativní vztah. Těsnost vztahu. Bodový graf. Parciální korelace.
- 5. Lineární regrese. Statistická predikce, lineární vs. nelineární regrese, odhad, modelování, reziduum, prediktor, zdroje variability, stanovení regresní přímky metodou nejmenších čtverců, regresní rozptyl a reziduální rozptyl, koeficient determinace jako ukazatel úspěšnosti regrese, homoskedascita.
- 6. Pravděpodobnost. Pojetí pravděpodobnosti, počítání s pravděpodobnostmi, náhodné jevy, podmíněné pravděpodobnosti, Bayesův teorém, normální rozdělení a další běžná rozložení.
- 7. Statistická indukce, intervalové odhady. Vzorek(výběr), statistiky vs. parametry, výběrová rozložení, centrální limitní teorém, směrodatná chyba (průměru), výběrové rozložení průměru, relativní četnosti, rozptylu, bodové vs. intervalové odhady.
- 8. Testování hypotéz. Statistická(nulová) hypotéza, výzkumná (alternativní) hypotéza, jednostranná vs. oboustranná hypotéza(test); Bayesovský přístup k testování hypotéz vs. Fisherovský a Pearson-Neymanovský (tradiční) přístup, úroveň(hladina) statistické významnosti, chyba I. a II. typu a jejich pravděpodobnost, (statistická) síla testu, jednovýběrový t-test, dvouvýběrový t-test (pro nezávislé výběry), párový t-test (z-test), testování korelačního koeficientu, velikost efektu, Cohenovo d.
- 9. Testy pro nominální a ordinální proměnné. Parametrické vs. neparametrické testy, znaménkový test, test relativních četností, test dobré shody, závislost kategoriálních proměnných, Wilcoxonovy testy, Mann-Whitney U.
- 10. Analýza rozptylu. Problém s prováděním většího počtu testů, rybaření v datech, Bonferroniho korekce, princip analýzy rozptylu, rozptyl mezi skupinami , rozptyl uvnitř skupin, statistika F, analýza rozptylu s jedním faktorem (one-way), předpoklady analýzy rozptylu, post-hoc testy, velikost účinku.
- Literatura
- povinná literatura
- HOWELL, David C. Statistical methods for psychology. 8th ed. Belmont, CA: Wadsworth Cengage Learning, 2013, xix, 770. ISBN 9781111840853. info
- neurčeno
- CUMMING, Geoff a Robert CALILN-JAGEMAN. Introduction to the new statistics : estimation, open science, and beyond. First published. New York: Routledge, Taylor & Francis Group, 2017, xxviii, 56. ISBN 9781138825512. info
- HENDL, Jan. Přehled statistických metod : analýza a metaanalýza dat. Páté, rozšířené vydán. Praha: Portál, 2015, 734 stran. ISBN 9788026209812. info
- Výukové metody
- přednáška, demonstrace řešení problémů, skupinová diskuze, kritické čtení, domácí cvičení, online diskuze
- Metody hodnocení
- Průběžné hodnocení
V průběhu semestru budou zařazeny tři průběžné testy (v online podobě). V každém bude možné získat 20b. Termíny průběžných testů jsou uvedeny v interaktivní osnově kurzu. S ohledem na rozvrh proběhnou testy na konci času vyhrazeného daný den přednášce. Opravný termín pro ty, kdo se nebudou moci průběžných testů zúčastnit, bude v posledním týdnu semestru.
Seminární práce
Za týmovou seminární práci lze získat 10b.
Zkouška
Kurz je zakončen souhrnnou zkouškou. Zkouška má písemnou podobu (papír-tužka-kalkulačka) a je možné za ni získat 30b. K úspěšnému složení zkoušky je nutné získat minimálně 15b. Zkouší se v rozsahu látky, který je vymezen v tomto sylabu a interaktivní osnově k předmětu PSYb1170. K souhrnné źkoušce je možné se přihlásit, pokud student získal minimálně 15 bodů v průběžných testech.
Celkové hodnocení
Celkem lze získat 100b. K úspěšnému absolvování je potřeba dosáhnout alespoň 55% úspěšnosti. Celkové hodnocení tedy bude používat následující stupnici:
A: 90 - 80b B: 79 – 73b C: 72 – 68b D: 67 – 63b E: 62 – 60b F: 59 a méně bodů. - Navazující předměty
- Informace učitele
- Uznávání dříve absolvovaných kurzů statistiky
1. Ekvivalentní kurzy dříve absolvované na katedře psychologie FSS budou uznávány v plné míře. Své žádosti o uznání v takovém případě směřujte na studijní oddělení.
2. Kurzy absolvované jinde než na Katedře psychologie FSS budou uznávány tou formou, že jejich absolventi nebudou povinni plnit požadavky na práci v semestru (seminární práce, průběžné testy) a bude jim za ně započítán plný počet bodů. I nadále jsou však povinni absolvovat závěrečnou zkoušku. Žádosti o uznání v tomto případě zasílejte na mail jezek@fss.muni.cz. V předmětu zprávy použijte „uznani PSYb1170“ (bez diakritiky). V textu stačí uvést kód absolvovaného předmětu na FSS. V případě žádosti o uznání kurzů z jiné fakulty či univerzity, uveďte též odkaz na sylaby absolvovaných kurzů, popř. sylaby přímo přiložte. Žádosti zasílejte do konce 2. týdne semestru. Později zaslaným žádostem nebude vyhověno.
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
Cvičení je děleno na tři skupiny. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (jaro 2022, nejnovější)
- Permalink: https://is.muni.cz/predmet/fss/jaro2022/PSYb1170