PG22B42 Základy statistiky

Filozofická fakulta
podzim 2008
Rozsah
0/2/0. 3 kr. Ukončení: z.
Vyučující
doc. Mgr. Martin Sedláček, Ph.D. (cvičící)
Garance
prof. PhDr. Milan Pol, CSc.
Ústav pedagogických věd – Filozofická fakulta
Kontaktní osoba: Ivana Klusáková
Rozvrh
Čt 13:20–14:55 A01
Předpoklady
Základní znalost ovládání PC a tabulového procesoru např. MS Excel.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 0/10, pouze zareg.: 0/10, pouze zareg. s předností (mateřské obory): 0/10
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je přiblížit studentům základy statistické analýzy dat získaných v kvantitativním výzkumu (survey). Studenti seznámí především se způsoby práce se statistickými soubory a proměnnými: vytvoření sou-boru, navádění a čištění dat, operace se soubory, transformace dat uložených v jiném tvaru, vytváření nových proměnných, výběr případů a se způsoby základní analýzy dat, konkrétně s: (1) Rozložením kategorizovaných i spojitých dat a s charakteristikami tohoto rozložení - univariační analýza; (2) Porovnáváním rozložení dat a středních hodnot těchto rozložení: t-test, analýza variancí; (3) Základy inferenční statistiky a testování statistických hypotéz; (4) Hledáním vztahů mezi proměnnými a posouzením síly těchto vztahů - bivariační analýza pomocí kontingenčních tabulek, korelační analýzy; (5) Hledáním lineárních vztahů mezi spojitými proměnnými: lineární regrese a scatterplot; (6) Redukcí dat pomocí faktorové analýzy jako pokus identifikovat faktory vysvětlující vyšší korelace mezi určitými proměnnými (základy multivariační analýzy).
Osnova
  • 0. Základní strategie analýzy: výzkumný problém, výzkumné otázky a proměnné;
  • 1. Povaha hromadných dat a logika survey. Práce s hromadnými daty před jejich analýzou (modul files: procedury ), práce s prostředím (moduly edit, view, utilities) a výstupy z analýzy (režim output);
  • 2. Rozložení kategorizovaných: základy univariační analýzy (třídění i. Stupně - procedura descriptive statistics - frequencies);
  • 3. Rozložení spojitých dat: základy univariační analýzy (procedury descriptive statistics - frequencies, descriptives a explore);
  • 4. Umělé proměnné (modul transform, procedury recode, compute, count, rank cases);
  • 5. Normální rozložení a základy testování hypotéz. Statistická inference aneb zobecňování výsledků z výběrového na základní soubor;
  • 6. Srovnávání skupin na základě středních hodnot jejich kardinálních charakteristik (procedura means). Hypotéza o shodě dvou průměrů pro nezávislá data: t-testy (procedura compare means - means; one-sample t-test; independent-samples t-test);
  • 7. Jak testovat nulovou hypotézu o shodě několika populačních průměrů (procedura compare means - one-way anova);
  • 8. Základy bivariační analýzy: rozložení dat v kontingenční tabulce - povaha vztahu mezi hodnotami proměnných a porovnávání pozorovaných s očekávanými četnostmi;
  • 9. Měření (síly) asociace mezi 2 kategorizovanými proměnnými: koeficienty asociace (procedura crosstabs). Měření (síly) asociace mezi dvěma spojitými proměnnými: korelační koeficienty a grafy - scatterplots (modul graphs - scatter) a korelační matice (procedura correlate - bivariate);
  • 10. Jak odhalit vliv třetí proměnné: práce s podsoubory neboli třídění vyšších stupňů a parciální koeficienty (procedura correlate - partial);
Literatura
  • HENDL, Jan. Kvalitativní výzkum : základní metody a aplikace. Vyd. 1. Praha: Portál, 2005, 407 s. ISBN 8073670402. info
  • ANDĚL, J. Základy matematické statistiky. Praha: MFF UK, 2005. info
  • HENDL, Jan. Přehled statistických metod zpracování dat :analýza a metaanalýza dat. Vyd. 1. Praha: Portál, 2004, 583 s. ISBN 8071788201. info
  • SEBEROVÁ, Helena a Martin SEBERA. Počítačové zpracování dat II. 1. vyd. Vyškov: VVŠ PV, 1999, 134 s. ISBN 80-7231-052-6. info
  • ZVÁRA, Karel. Biostatistika. 1. vyd. Praha: Karolinum, 1998, 210 s. ISBN 8071847739. info
Metody hodnocení
písemný test - zpracování statistického problému za použití software (Statistica), interpretace výsledků !!!
Další komentáře
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2000, jaro 2001, jaro 2002, jaro 2003, jaro 2004, jaro 2005, jaro 2006, podzim 2006, podzim 2009, podzim 2010, jaro 2011, jaro 2012, podzim 2012, jaro 2013, podzim 2013, jaro 2014, podzim 2014, jaro 2015, podzim 2015, jaro 2016, podzim 2016, podzim 2017, jaro 2018, podzim 2018, jaro 2019, podzim 2019, jaro 2020, podzim 2020, jaro 2021.