Sylabus


1.   Název-kód-období předmětu včetně formy studia:

Statistika-VPL132 prezenčně, semestr podzimní


2.      Rozvrh:

Přednáška (Mgr. Miroslav Suchanec, Ph.D., M.Sc): 14:00–15:40 U32

Seminář (Mgr. Miroslav Suchanec, Ph.D., M.Sc.): student volí jednu ze dvou seminárních skupin

Skupina 1 (VPL132/A) : středa 16:00–17:40 PC25 nebo

Skupina 2 (VPL132/B): 18:00–19:40 PC25

Pokud bude pro přihlášení se do učeben PC26 a PC25 zapotřebí sekundární heslo, lze jej zjistit
(vygenerovat, změnit) v informačním systému (ISu) pod záložkou SYSTÉM a položkou Změna hesla


3.       Předpoklady nástupu do kurzu:

Studium předmětu nepředpokládá žádné předchozí znalosti nebo dovednosti.


4.       Cíl kurzu:

Cílem kurzu je dosáhnout u studentů: a) pochopení užitečnosti statistiky ve veřejné politice a
sociální práci, b) porozumění základům statistické teorie, c) ovládnutí základů statistiky aktivně
(schopnost spočítat základní statistiky, odhadnout populační parametry, testovat hypotézy o
vztazích mezi proměnnými, základní schopnost analyzovat data v balíčku SPSS) i pasivně
(interpretovat výsledky statistických analýz v odborné literatuře)


5.   Výukové aktivity a metody

Studenti se v průběhu přednášek seznámí se základními koncepty statistiky s důrazem na základní
nástroje analýzy dat, v seminářích budou pracovat s tematicky oborově zaměřenými databázemi a data
analyzovat prostřednictvím balíčku SPSS (software SPSS/PASW je dostupný na internetu nebo
na univerzitním INETU[1]). Jelikož statistické znalosti mají kumulativní charakter, budou studenti
prostřednictvím dvou průběžných testů podporováni v aktivní účasti na seminářích, průběžné práci a
četbě. Prostřednictvím skupinové prezentace budou podporováni v dovednosti práce ve skupině a
skupinové prezentaci. Prostřednictvím ústní zkoušky budou podporováni k porozumění mechanismům
statistiky a jejich ústní prezentaci.


6.   Metody hodnocení a způsob ukončení kurzu

Celkové hodnocení kurzu je složeno ze dvou částí – průběžné a závěrečné.

Průběžná část: na začátku dvou příslušných cvičení (viz odstavec 7. harmonogram výuky) absolvuje
student dva krátké (cca 15 min.) průběžné úlohy, ověřující schopnost studentů provádět statistické
výpočty v programu SPSS. Z každé úlohy lze získat 0 až 20 bodů. Tyto průběžné testy nelze opakovat.
Namísto poslední přednášky/semináře (viz odstavec 7. harmonogram výuky), bude realizována krátká
skupinová prezentace výsledků analýzy (cca 4 snímky na 15 minut, struktura: výzkumná
otázka/hypotéza, popis dat, analýza, závěr), za kterou lze získat 0 až 20 bodů. Celkově lze tedy za
průběžnou část získat 0 až 60 bodů.

Závěrečná část: ústní zkouška ze všech probraných konceptů, ověřující prezentační schopnost
získaných znalostí. Ze zkoušky lze získat 0 až 40 bodů. Ústní zkoušku lze v případě neúspěchu
opakovat.

Celkové hodnocení kurzu je výsledkem součtu výsledku z průběžné a závěrečné části. Kurz je hodnocen
na stupnici 100 až 92=A, 91 až 84 =B, 83 až 76=C, 75 až 68=D, 67 až 60=E, 59 a méně =F.




7.         Harmonogram výuky:


1.      Úvod do statistiky a základní pojmy

Data, kódování, proměnná/náhodná proměnná, úrovně měření, deskriptivní/inferenční statistika,
spojitá/diskrétní proměnná, dichotomická proměnná

Cvičení: transformace dat z dotazníku do datové matice SPSS, základy manipulace s daty v SPSS

Literatura: [M&R] 00, 01 a 05, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 1 až 2.1

2.      Rozložení četností - frekvenční tabulky a grafy

distribuce četností, absolutní/relativní/kumulativní četnost, tvar (vlastnosti) distribuce,
histogram, sloupcový graf, koláč, stonkolist

Cvičení: Rozložení četností - frekvenční tabulky a grafy v SPSS

Literatura: [M&R] 02, [M&Rkniha]  = [M&R]+1

                     [A&F] kap. 2.1 až 2.2

3.      Míry centrální tendence, variability a polohy

Statistika jako hodnota ve vzorku, průměr, modus, medián, rozptyl, směrodatná odchylka,
mezikvartilové rozpětí, krabicový graf, percentil, z-skór

Cvičení: Míry centrální tendence, variability a polohy v SPSS

Literatura: [M&R] 02, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 2.3 až 2.6

4.      Základy pravděpodobnosti a pravděpodobnostní rozložení

pravděpodobnost, jev, pole jevů, základní prostor, pokus,

vylučující se a vyčerpávající se jevy, doplněk, průnik, sjednocení, podmíněná pravděpodobnost,
statistická nezávislost, pravděpodobností rozložení, normální rozložení, binomické rozložení

Literatura: [M&R] 03, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 5 až 6

5.      Asociace, vztah mezi dvěma proměnnými

Riziko, relativní riziko (poměr rizik), šance, podíl šancí, bodové rozptýlení, Pearsonův vs.
Spearmanův korelační koeficient, falešná korelace, korelace vs. kauzalita, lineární vs. nelineární
vztah, pozitivní vs. negativní korelace, lineární regresní analýza, metoda nejmenších čtverců,
odhad parametru, regresní přímka, úrovňová konstanta, sklon, regresní koeficient nestandardizovaný
vs. standardizovaný, koeficient determinace, vysvětlený rozptyl

Cvičení: kontingenční tabulky, základy korelace a regrese v SPSS

Literatura: [M&R] 07, 08 a 10, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 3

6.      Výběrová rozložení

Statistika vs. parametr, rozdělení výběrových průměrů/podílů, směrodatná odchylka rozdělení
výběrových průměrů/podílů (směrodatná chyba průměru/podílu), výběrová chyba, centrální limitní
věta, z-skor pro průměry

Cvičení: simulace výběru vzorku a konstrukce výběrové distribuce v Sampling Sim

Literatura: [M&R] 04, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 7

7.      Intervaly spolehlivosti

odhad, bodový odhad, intervalový odhad, interval spolehlivosti

Cvičení: 1. průběžná úloha z látky 1 až 5

Literatura: [M&R] 04, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 8

8.      Testování hypotéz

nulová hypotéza, alternativní hypotéza, testování hypotéz, hladina významnosti alfa, statistická
významnost vs. meritorní významnost, jednostranný a oboustranný test, chyba 1 a 2 druhu,
statistická síla testu

Cvičení: testování hypotéz

Literatura: [M&R] 04, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 9

9.      Srovnání dvou proporcí a průměrů

Studentovo T rozdělení, t-testy (jednovýběrový, pro nezávislé výběry, pro závislé výběry)

Cvičení: t-testy (jednovýběrový, pro nezávislé výběry, pro závislé výběry)

Literatura: [M&R] 06, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 10

10.   Analýza rozptylu

analýza rozptylu (ANOVA), ANOVA pro opakovaná měření, faktoriální ANOVA, rozptyl mezi a uvnitř
skupin, hlavní efekt, interakce, statistická kontrola efektu, podmíněná nezávislost

Cvičení: analýza rozptylu (ANOVA), ANOVA pro opakovaná měření, faktoriální ANOVA

Literatura: [M&R] 06 a 08, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 14

11.   Chí-kvadrát

chí-kvadrát, nestandardizované a adjustované reziduály, Phí, Kramerovo V

Cvičení: chí-kvadrát, Phí, Kramerovo V

Literatura: [M&R] 07, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 11

12.   Pořadové neparametrické testy

Mann-Whitney U test, Wilcoxon test, Kruskal-Wallis test

Cvičení: 2. průběžná úloha z látky 7 až 12

Literatura: [M&R] 06, [M&Rkniha]  = [M&R]+1

                    [A&F] kap. 15

13.   Skupinové prezentace


8.    Literatura:


Základní:

·         MAREŠ, P., RABUŠIC, L. SOUKUP, P. [M&Rkniha]  Analýza sociálněvědních dat (nejen) v SPSS.
Brno: Masarykova univerzita 2015

·         MAREŠ, P., RABUŠIC, L. [M&R] zdrojové kapitoly budoucí knihy (v pdf ve studijních
materiálech)

·         AGRESTI, A., Ch. FRANKLIN. [A&F] Statistics : the art and science of learning from data.
3rd ed. Boston: Pearson, c2013, xxiii, 757. ISBN 9780321805744. (dostupné na
http://www.academia.edu/4540927/Statistics_-_The_Art_and_Science_of_Learning_from_Data_3e_-_Agresti
_Franklin)

·         MAREŠ, P., RABUŠIC, L. Materiál pro kurs Statistická analýza dat : (jak pracovat s daty a
zadávat výpočty v SPSS) Brno : Soukromý tisk Masarykovy univerzity, [2001] (v pdf ve studijních
materiálech)

   Doplňující:


·         WEINBACH, R. W., GRINNELL, R. M. Statistics for social workers. Boston: Pearson
education, 2004.

·         FIELD, A. Discovering statistics using SPSS. Sage, 2009.

·         SWOBODA, Helmut. Moderní statistika. Edited by Ragnar Frisch. Vyd. 1. Praha:
Nakladatelství Svoboda, 1977. 351 s.

·         GIBILISCO, Stan. Statistika bez předchozích znalostí. Translated by Zuzana Žižková. Vyd.
1. Brno: Computer press, 2009. 272 s. ISBN 978-80-251-2465. i

·         HENDL, J. Přehled statistických metod zpracování dat: analýza a metaanalýza dat. 1. vyd.
Praha: Portál, 2004. 583 s. ISBN 80-7178-820-1.

·         HOWITT, D., CRAMER, D. Introduction to statistics in psychology, 5th. Pearson, 2011.
Online materiály pro studenty na
http://wps.pearsoned.co.uk/ema_uk_he_howitt_statpsych_5/175/44877/11488739.cw/index.html

·         KENNY, David A., 1987. Statistics for the social and behavioral sciences

·         ŘEHÁK, Jan a Blanka ŘEHÁKOVÁ. Analýza kategorizovaných dat v sociologii. Vyd. 1. Praha:
Academia, 1986. 397 s.

·         MORGAN, George A. a Orlando V. GRIEGO. Easy use and interpretation of SPSS for Windows
:answering research questions with statistics. Mahwah: Lawrence Erlbaum Associates, Publishers,
1998. iv, 276 s. ISBN 0-8058-2959-8.

   On-line:

·         Khanova akademie (dostupné na https://www.khanacademy.org/ nebo na
https://khanovaskola.cz/schema/5-pravdepodobnost-a-statistika s českým překladem)

·         „STATSOFT elektronická učebnice“ (dostupné na
http://www.statsoft.cz/podpora/elektronicka-ucebnice-statistiky/)

8.      Navazující kurzy: SPP/VPL/SPR118 a SPP/SPR705 Kvantitativní výzkum
________________________________

[1]              www.inet.muni.cz, po přihlášení zvolíte položku software, dále nabídka softwaru a
vyberete si IBM SPSS Statistics (doporučuji verze 20 až 24) tak, že na příslušném řádku zvolíte
„získat“ a dále postupujete podle návodu „Jak vytvořit virtuální CD/DVD mechaniku ze souboru .ISO“.