Analytical Propedeutics - ASG100124

• Title: Analytická propedeutika
• Guaranteed by: Department of Sociology (21-KSOC)
• Faculty: Faculty of Arts
• Actual: from 2021 to 2023
• Semester: winter
• Points: 0
• E-Credits: 4
• Examination process: winter s.:
• Hours per week, examination: winter s.:2/0, C [HT]
• Capacity: unlimited / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: full-time
• Teaching methods: full-time
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: PhDr. Michal Peliš, Ph.D.; Mgr. Matouš Pilnáček
• Teacher(s): PhDr. Michal Peliš, Ph.D.; Mgr. Matouš Pilnáček

Annotation

English

Last update: Mgr. Matouš Pilnáček (19.09.2022)

The aim of the course is to consolidate analytical knowledge and skills regarding formal ways of thinking in sociology (probability theory, logic, graph theory, statistics, etc.). The course serves as preparation for other methodological courses following in the study (Sociological research, Statistics, Data processing in SPSS, etc.).
The emphasis is on linking the presented concepts as closely as possible to sociological practice rather than rigorous mathematical proving. Teaching will take the interactive form of addressing sociologically relevant examples, and students will also receive links to suitable material for practice, whether in book or audiovisual form. After successfully completing the course, students should have no problem continuing with other methodological courses or with self-learning new analytical methods and techniques.

Czech

Last update: Mgr. Matouš Pilnáček (19.09.2022)

Cílem kurzu je upevnit analytické znalosti a dovednosti týkající se formálních způsobů uvažování v sociologii (teorie pravděpodobnosti, logika, teorie grafů, statistika apod.), přičemž kurz slouží jako příprava pro další metodologické kurzy následující během studia (Sociologický výzkum, Statistika, Zpracování dat v SPSS apod.).
Důraz bude kladen na co nejužší propojení představených konceptů se sociologickou praxí namísto rigorózního dokazování či matematických fines. Výuka bude probíhat interaktivní formou řešení sociologicky relevantních příkladů a studenti budou také dostávat odkazy na vhodné materiály k procvičování a to ať už ve formě knižní či audiovizuální. Po zdárném absolvování kurzu by studenti neměli mít problém s pokračováním v dalších metodologických kurzech nebo při samostudiu nových analytických metod a technik.
Výuka předmětu probíhá ve dvou rozdílných časech. První část vyučovaná Michalem Pelišem (1. - 4. hodina) je vyučovaná v čase 15:50-17:25. Druhá část vyučovaná Matoušem Pilnáčkem (5. - 10. hodina) je vyučovaná v čase 14:10-15:45.

Course completion requirements

Last update: PhDr. Michal Peliš, Ph.D. (15.09.2022)

Podmínky splnění: průběžné řešení úloh

Atestace: Atestace má formu zápočtu, který studenti dostanou za dostatečné množství úspěšně vyřešených úloh (bude specifikováno během výuky v každé části předmětu zvlášť a uvedeno v Moodle).

Předmět se skládá ze tří částí:

• Pravděpodobnost, kombinatorika a kontingenční tabulka
• Základy logiky, modelování a usuzování.
• Matice a grafy

Literature

Last update: PhDr. Michal Peliš, Ph.D. (12.09.2021)

Literatura (základní přehled, během výuky bude uváděna další)

 

Logika a množiny

Gamut, L.T.F. (1991) Logic, Language, and Meaning, Volume 1: Introduction to Logic. The University of Chicago Press.

Nolt, J., Rohatyn, D. (1988) Logic. McGraw-Hill, Inc.

Peliš, M. (2002) Logika. AMOS, druhé vydání.

Peliš, M. Základy logiky. (Upravená elektronická verze některých částí publikace (Peliš 2002))

Sochor, A. (2011) Logika pro všechny ochotné myslet. Karolinum.

Weston, A. (1987) A Rulebook for Arguments. Hackett Publishing Company.

 

Pravděpodobnost a kombinatorika

Calda, E., & Dupač, V. (2010). Matematika pro gymnázia - Kombinatorika, pravděpodobnost, statistika. Praha: Prometheus.

Kruschke, J. K. (2010). Doing Bayesian Data Analysis: A Tutorial with R and BUGS (1 edition). Burlington, MA: Academic Press. (Kapitoly 3-4)

Sirkin, R. M. (2006). Statistics for the Social Sciences. SAGE. (Kapitola 6)

 

Matice a grafy

Bonacich, P., & Lu, P. (2012). Introduction to Mathematical Sociology. Princeton: Princeton University Press.

Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2013). Analyzing Social Networks. SAGE publications.

Fox, J. (2008). A Mathematical Primer for Social Statistics (1 edition). Los Angeles: SAGE Publications, Inc.

Gill, J. (2006). Essential mathematics for political and social research. Cambridge ; New York: Cambridge University Press.

Hagle, T. M. (1995). Basic math for social scientists: concepts. Thousand Oaks, Calif: Sage Publications.

 

Teaching methods

Last update: Mgr. Matouš Pilnáček (19.09.2022)

V případě distanční výuky:

Výuka bude probíhat on-line dle rozvrhu zveřejněného na stánkách Katedry sociologie a samostudiem s konzultacemi. Platforma on-line výuky: Zoom, MS Teams

Výuka předmětu probíhá ve dvou rozdílných časech. První část vyučovaná Michalem Pelišem (1. - 4. hodina) je vyučovaná v čase 15:50-17:25. Druhá část vyučovaná Matoušem Pilnáčkem (5. - 10. hodina) je vyučovaná v čase 14:10-15:45.

 

Studijní materiály pro distanční i prezenční typ výuky:

Moodle (https://dl1.cuni.cz/user/index.php?id=10800, lze se zapsat pod heslem: analyticka)

Syllabus

Last update: Mgr. Matouš Pilnáček (19.09.2022)

Analytická propedeutika

Cíl kurzu:

Cílem kurzu je upevnit analytické znalosti a dovednosti týkající se formálních způsobů uvažování v sociologii (teorie pravděpodobnosti, logika, teorie grafů, statistika apod.), přičemž kurz slouží jako příprava pro další metodologické kurzy následující během studia (Sociologický výzkum, Statistika, Zpracování dat v SPSS apod.).

Důraz bude kladen na co nejužší propojení představených konceptů se sociologickou praxí namísto rigorózního dokazování či matematických fines. Výuka bude probíhat interaktivní formou řešení sociologicky relevantních příkladů a studenti budou také dostávat odkazy na vhodné materiály k procvičování a to ať už ve formě knižní či audiovizuální. Po zdárném absolvování kurzu by studenti neměli mít problém s pokračováním v dalších metodologických kurzech nebo při samostudiu nových analytických metod a technik.

 

Vyučující:

Michal Peliš ([e-mail], http://pelis.ff.cuni.cz/)

Matouš Pilnáček ([e-mail])

 

 

Obsah kurzu:

1)     Úvod do formalizace usuzování (Peliš)

2)     Výroková logika, vyplývání, metoda protipříkladu, důkaz sporem (Peliš)

3)     Predikátová logika, množiny a základní operace s množinami (Peliš)

4)     Matematické struktury jako sémantika predikátové logiky, úsudky v predikátové logice (Peliš)

5)     Relativní četnosti, práce s nimi, kontingenční tabulky (Pilnáček)

6)     Pravděpodobnosti a počítání s nimi, kombinatorika (Pilnáček)

7)     Podmíněná pravděpodobnost, Bayesova věta (Pilnáček)

8)     Suma, průměr, vážený průměr, konstrukce ukazatelů, indexy a škály (Pilnáček)

9)     Matice, matice sousednosti, grafy (Pilnáček)

10)   Grafy, orientované hrany, stupeň, hustota, bipartitiní grafy (Pilnáček)

11)   Opakovací hodina, konzultace pro plnění úkolů

12)   Volný prostor (v případě odpadnutí atd.)