PSY117 Statistická analýza dat

Fakulta sociálních studií
jaro 2008
Rozsah
1/1/0. 5 kr. Ukončení: zk.
Vyučující
doc. Mgr. Stanislav Ježek, Ph.D. (přednášející)
Mgr. Jan Širůček, Ph.D. (přednášející)
Mgr. Tomáš Protivínský (cvičící)
Garance
doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Kontaktní osoba: doc. Mgr. Stanislav Ježek, Ph.D.
Rozvrh
St 8:00–9:40 Aula
  • Rozvrh seminárních/paralelních skupin:
PSY117/A: každou sudou středu 10:00–11:40 U23, S. Ježek
PSY117/B: každou sudou středu 12:00–13:30 U23, S. Ježek
PSY117/C: každou lichou středu 10:00–11:40 U23, J. Širůček
PSY117/D: každou lichou středu 12:00–13:30 U23, J. Širůček
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je seznámit studenty se základy statistiky používané v psychologickém výzkumu. Studenti získají porozumění základním prvkům statistiky 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 kvantitativních 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.
Osnova
  • 1. Proměnné Data, proměnné, úrovně měření, kvalita měření, organizace dat, kontrola dat. Seminární témata: tvorba datové matice (v Excelu a SPSS), kódování proměnných 2. Zobrazování dat, četnosti, distribuce Tabelace dat, šíře intervalů, minimum, maximum, odlehlá hodnota (outlier), absolutní a relativní četnosti (frekvence), kumulativní absolutní a relativní četnosti, rozložení (rozdělení) četností(dat), tvary rozložení (normální, bimodální, uniformní, pozitivně zešikmené, negativně zešikmené), 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 (populační, výběrová), rozptyl, vliv přičítání konstanty a násobení konstantou na m a s, z-skóry a další standardní skóry (T, IQ), 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. 5. Lineární regrese Statistická predikce, lineární vs. nelineární regrese, lineární a kvadratická funkce, odhad, modelování, regrese, reziduum, prediktor, závislá a nezávislá proměnná, zdroje variability, stanovení regresní přímky metodou nejmenších čtverců, regresní rozptyl a reziduální rozptyl, koeficient determinace jako ukazatel úspěšnosti regrese, homoskedascita, mnohočetná (mnohonásobná) regrese, logistická regrese 6. Pravděpodobnost Pojetí pravděpodobnosti, počítání s pravděpodobnostmi, náhodné jevy, podmíněné pravděpodobnosti, Bayesův teorém, binomické rozložení, 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. Fisher-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), Levenův test, testování korelačního koeficientu, velikost efektu, Cohenovo d, transformace z d na r a naopak 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, interakce faktorů 11. Úvod do multivariačních metod Účel, princip a předpoklady: mnohonásobné lineární regrese, vícefaktoriální analýzy rozptylu, faktorové analýzy (analýzy hlavních komponent), shlukové analýzy, analýzy strukturních modelů (LISREL)
Informace učitele
http://www.fss.muni.cz/psych/studium.html
Další komentáře
Předmět je vyučován každoročně.
Cvičení je děleno na tři skupiny.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2000, jaro 2001, jaro 2002, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2009, jaro 2010, jaro 2011, jaro 2012, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020.