FSS:PSYd0028 Analýza dat – kvantitativní v. - Informace o předmětu

PSYd0028 Analýza dat – kvantitativní výzkum

Rozsah

0/0/0. 15 kr. Ukončení: z.
Vyučováno kontaktně

Vyučující

doc. Mgr. Stanislav Ježek, Ph.D. (přednášející)

Garance

doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Dodavatelské pracoviště: Katedra psychologie – Fakulta sociálních studií

Předpoklady

! PSY028 Analýza dat – kvantitativní v.
Kurz předpokládá zvládnutí základů statistické analýzy dat v psychologii či sociálních vědách v rozsahu bakalářského studia. To zahrnuje popisné statistiky, popis vztahů mezi proměnnými, základy statistické indukce a zvládnutí základních lineárních modelů - analýzy rozptylu a lineární regrese. Nutná je také dobrá znalost angličtiny.

Omezení zápisu do předmětu

Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 4/10, pouze zareg.: 0/10

Mateřské obory/plány

předmět má 20 mateřských oborů, zobrazit

Cíle předmětu

Cílem kurzu je obnovit, upevnit či získat statistické poznatky, které jsou předpokladem pro samostatnou výzkumnou práci, kritické čtení odborných publikací a další vzdělávání v analýze dat. Kurz navazuje předchozí statistické znalosti a rozšiřuje tak, aby byly v současné době prakticky použitelné, aktuální. Vedle porozumění základním klíčovým pojmům a myšlenkám popisné a induktivní statistiky, kurz zahrnuje i řešení praktických problémů analýzy dat. Jádrem kurzu je poskytnutí přehledu o paletě lineárních modelů s manifestními i latentními proměnnými používanými napříč psychologickými disciplínami.

Výstupy z učení

Výstupem kurzu je orientace v široké paletě statistických modelů, v jejich užití, interpretaci, silných a slabých stránkách.

Osnova

• 1. Teoretická témata a. Pravděpodobnostní rozložení b. Statistické usuzování i. Intervaly spolehlivosti ii. Testy signifikance iii. Alternativy ke „klasickým“ postupům statistického usuzování c. Velikost účinku, stanovení potřebné velikosti vzorku – síla testu, replikabilita… 2. Praktické problémy a. Správa dat a práce se „špinavými“ daty b. Analýza s chybějícími daty 3. Univariační analýzy – modely predikující různými způsoby jednu závislou proměnnou a. Statistický model b. Lineárně regresní model c. Analýza rozptylu jako specifická parametrizace lineárně regresního modelu d. Interakce a kontrasty v lineárním modelu e. Generalizovaný lineární model – diskrétní a nonnormálně rozložené závislé proměnné f. Víceúrovňový lineární model 4. Analýzy s latentními proměnnými – modely vztahů mezi manifestními proměnnými využívající latentní proměnné a. Konfirmační faktorová analýza b. Explorační faktorová analýza c. Strukturní model

Literatura

• KLINE, Rex B. Principles and practice of structural equation modeling. Fourth edition. London: The Guilford Press, 2016, xvii, 534. ISBN 9781462523344. info
• BAGULEY, Thomas. Serious stats : a guide to advanced statistics for the behavioral sciences. New York: Palgrave Macmillan, 2012, xxiii, 830. ISBN 9780230577183. info
• HAIR, Joseph F. Multivariate data analysis : a global perspective. 7th ed. Upper Saddle River, NJ: Pearson, 2010, xxviii, 80. ISBN 9780135153093. info

Výukové metody

Konzultace

Metody hodnocení

Ústní zkouška

Informace učitele

Termíny zkoušky si studenti domlouvají individuálně. Zkouška má podobu kritické diskuze nad výsledky publikované studie. Studii dostane student na prostudování den před zkouškou.

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.
Výuka probíhá blokově.

• Statistika zápisu (nejnovější)
  
• Permalink: https://is.muni.cz/predmet/fss/podzim2024/PSYd0028