PSYb2320 R101: Praktický úvod pro používání statistického programu R

Fakulta sociálních studií
podzim 2021
Rozsah
1/1/0. 4 kr. Ukončení: z.
Vyučující
Mgr. Karel Rečka (přednášející)
Mgr. Hynek Cígler, Ph.D. (přednášející)
doc. Mgr. Stanislav Ježek, Ph.D. (přednášející)
Garance
doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Kontaktní osoba: Mgr. Karel Rečka
Dodavatelské pracoviště: Katedra psychologie – Fakulta sociálních studií
Rozvrh
Út 18:00–19:40 U34
Předpoklady
Jakýkoli úvodní kurz do statistiky.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 20 stud.
Momentální stav registrace a zápisu: zapsáno: 0/20, pouze zareg.: 0/20
Mateřské obory/plány
předmět má 18 mateřských oborů, zobrazit
Cíle předmětu
Tento kurz si klade tři hlavní cíle. Tím prvním je snížení míry závislosti (v ideálním případě úplná nezávislost) na placeném statistickém softwaru, který může být z finančních důvodů nedostupný a který uživateli poskytuje relativně omezené možnosti práce. S tím souvisí snaha vzbudit zájem o programovací jazyk s nepřebernými analytickými možnostmi a vitální komunitou globálního charakteru. V neposlední řadě půjde o osvěžení si běžných procedur v rámci statistické analýzy dat, jakož i o prohloubení dosavadních znalostí v této oblasti.
Výstupy z učení
Student zná základní principy jazyka R a třídy objektů, jimiž manipuluje. Student je schopen pracovat s daty, filtrovat je a transformovat. Umí provést základní statistické analýzy a vytvářet grafická zobrazení dat a statistik. Modely zahrnují lineárně regresní model, logistický regresní model, faktorovou analýzu a konfirmační faktorovou analýzu.
Osnova
  • Programovací jazyk R a práce v RStudiu; tvorba datových objektů a manipulace s nimi; vkládání a čištění dat, zjišťování základních informací o datovém souboru a explorace dat; transformace dat; tvorba funkcí; vizualizace dat; iterace a redukce duplicitního kódu; práce s chybějícími daty; power analýza; vybrané statistické modely (korelace, lineární regrese, hierarchické modely); strukturní modely (EFA, CFA, úseková analýza); reportování výsledků analýzy.
Literatura
    povinná literatura
  • WICKHAM, Hadley a Garrett GROLEMUND. R for data science : import, tidy, transform, visualize, and model data. First edition. Sebastopol, CA: O'Reilly, 2016, xxv, 492. ISBN 9781491910399. info
    doporučená literatura
  • GROLEMUND, Garrett. Hands-on programming with R : write your own functions and simulations. Edited by Hadley Wickham. 1st edition. Sebastopol: O'Reilly Media, 2014, xiii, 232. ISBN 9781449359010. info
  • CHANG, Winston. R graphics cookbook : practical recipes for visualizing data. Second edition. Beijing: O'Reilly, 2019, xiii, 425. ISBN 9781491978603. info
  • XIE, Yihui, J. J. ALLAIRE a Garrett GROLEMUND. R Markdown : the definitive guide. Boca Raton, FL: CRC Press/Taylor & Francis Group, 2019, xxxiv, 303. ISBN 9781138359420. info
  • BUUREN, S. van. Flexible imputation of missing data. Boca Raton, FL: CRC Press, 2012, xxv, 316. ISBN 9781439868249. info
  • LITTLE, Todd D. Longitudinal structural equation modeling. Edited by Noel A. Card. London: Guilford Press, 2013, xxii, 386. ISBN 9781462510160. info
Výukové metody
přednáška, seminář, online cvičení a diskuze
Metody hodnocení
Zápočet udělen za individuálně hodnocená on-line cvičení na DataCampu a odevzdání prezentace vybraného balíčku v R Markdown.
Informace učitele
https://www.datacamp.com/
Část výuku tohoto předmětu bude probíhat prostřednictvím platformy DataCamp, která zprostředkovává kurzy zaměřené na datovou vědu a práci s daty v různých programovacích jazycích včetně R a Python. Výuka na DataCamp kombinuje krátká videa a praktická cvičení. DataCamp nabízí téměř 400 kurzů s různým zaměřením, jako je např. import, transformace nebo vizualizace dat či strojové učení. Kurzy na DataCampu jsou odstupňovány podle obtížnosti a pravidelně aktualizovány.
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2019, podzim 2022, podzim 2023, podzim 2024.