|
|
|
||
|
Kurz je zaměřen na osvojení základních konceptů a technik z matematiky a logiky, které tvoří východisko pro zvládnutí navazujících kurzů statistiky a analýzy kvantitativních dat v statistických softwarech. Výuka je realizována na konceptuálním základě. Cílem přednášek kurzu je představit klíčové koncepty a demonstrovat využití těchto konceptů na sociologicky relevantních příkladech. Semináře slouží k praktickému procvičení diskutovaných témat (na vybraných cvičeních v prostředí R určeném pro statistickou analýzu dat).
Poznámka: Tento kurz je doporučen také studentům a studentkám oboru Politologie a veřejná politika (jelikož vědomosti a zručnosti získané v tomto kurzu následně využijí v povinném kurzu JSB535 - Úvod do statistiky). Last update: Petrúšek Ivan, Mgr., Ph.D. (08.09.2024)
|
|
||
|
Primárním cílem kurzu je uvést bakalářské student(k)y sociologie a příbuzných společenskovědních oborů do konceptů z matematiky a logiky, které jsou klíčové při navazujícím studiu statistiky a analýzy kvantitativních dat. Cílem předmětu je připravit student(k)y na hlubší pochopení konceptů a technických operací, na kterých jsou založeny metody implementované v statistických softwarech. Kurz má také umožnit efektivnější četbu sociologických textů, které obsahují matematické pojmy a zápisy. Last update: Petrúšek Ivan, Mgr., Ph.D. (08.09.2024)
|
|
||
|
Výsledné hodnocení je založeno na plnění průběžných domácích úkolů (celkem 30 bodů) a absolvování závěrečného testu (celkem 70 bodů). Domácí úkoly jsou bodovány následovně: za každý domácí úkol (celkem 6 domácích úkolů) je možné získat maximálně 5 bodů, celkově tedy maximálně 30 bodů. K počtu bodů za domácí úkoly lze potenciálně připočíst maximálně 5 bodů za mimořádnou aktivitu při cvičeních, a to do celkového počtu 30 bodů. O připočtení bonusových bodů rozhoduje výhradně vedoucí konkrétního cvičení, které student/ka navštěvuje. Pro úspěšné absolvování závěrečného testu je nutné získat minimálně 35 bodů (tedy 50% z celkového počtu 70 bodů). Jinými slovy, pokud student/ka získá méně než 35 bodů, musí závěrečný test opakovat. Závěrečný test je možné psát celkem dvakrát. Po dvou neúspěšných pokusech u písemného testu probíhá třetí termín formou ústní zkoušky. U ústní zkoušky je možné získat výslední známku D, E nebo F (tzn. neabsolvoval/a). Ústní zkoušku musí absolvovat také studenti/studentky, kteří sice získali ze závěrečného testu minimálně 35 bodů, ale společně s domácími úkoly mají dohromady méně než 51 bodů. Pro student(k)y, kteří úspěšně absolvovali závěrečný test (a společně s domácími úkoly mají dohromady více než 51 bodů), platí následující stupnice hodnocení:
Celkový počet získaných bodů se zaokrouhlí na celé číslo (např. celkový výsledek 50,5 bodu se zaokrouhlí na 51 bodů, a tudíž odpovídá známce E). Věnujte prosím pozornost následujícímu odkazu, který Vás upozorní na zásady využívání cizích textů a prací ve svých vlastních písemných pracích a domácích úkolech tak, abyste se nedopustili plagiátorství. Odkaz: https://iss.fsv.cuni.cz/studium/bc-mgr-prace/plagiatorstvi Last update: Petrúšek Ivan, Mgr., Ph.D. (08.09.2024)
|
|
||
|
Povinná: Hendl, J., Siegl, J., Moldan, M. a kol. 2019. Základy matematiky, logiky a statistiky pro sociologii a ostatní společenské vědy v příkladech. Praha: Karolinum. Po každé přednášce bude doporučena kapitola z této učebnice odpovídající probírané látce. Ke studiu lze využít také druhé (rozšířené) vydání této učebnice z roku 2021, nebo třetí doplněné vydání z roku 2022.
Doporučená: Gill, J. 2006. Essential Mathematics for Political and Social Research. Cambridge: Cambridge University Press. Moore, W. H., Siegel, D.A., 2013. A Mathematics Course for Political and Social Research. Princeton: Princeton University Press. Moučka, J., Rádl, P. 2014. Matematika pro studenty ekonomie. Praha: Grada. Last update: Petrúšek Ivan, Mgr., Ph.D. (08.09.2024)
|
|
||
|
Metody výuky: Výuka se skládá z přednášek a seminářů/cvičení. Na přednáškách jsou studenti a studentky seznamováni s klíčovými teoretickými koncepty a pravidly pro aplikování těchto konceptů. Na cvičeních jsou koncepty demonstrovány a aplikovány na praktických příkladech, které studenti a studentky řeší pod vedením cvičícího/cvičící. Cvičení jsou vedeny v menších skupinách (kapacita maximálně 20 osob). Tři výběrová cvičení jsou vyučována v prostředí R určeném pro statistickou analýzu dat (cvičící: Ivan Petrúšek, Jakub Blaho a Jakub Lomoz). Studenti a studentky těchto tří seminárních skupin tedy využívají k počítání statistický software R (https://cs.wikipedia.org/wiki/R_(programovac%C3%AD_jazyk) ). Pro zapsání tohoto cvičení nejsou vyžadované žádné předcházející znalosti R (na cvičeních se začíná úplnými základy prostředí R). Studenti a studentky navštěvující cvičení v prostředí R mají následně možnost navštěvovat cvičení v prostředí R také ve dvou navazujících kurzech (JSB535: Úvod do statistiky a JSB537: Kvantitativní analýza dat) a tím dále rozvíjet svoje technické a analytické zručnosti v R. Znalost softwaru R významně zvyšuje uplatnění na pracovním trhu, kde je rostoucí poptávka po odbornících s dovednostmi v oblasti analýzy dat a programování. Na standardních cvičeních kurzu se počítají praktické příklady manuálně (s využitím kalkulačky). Přednášky i cvičení probíhají na týdenní bázi. První cvičení kurzu začínají ve druhém výukovém týdnu (tzn. 8. října 2024). Last update: Petrúšek Ivan, Mgr., Ph.D. (09.09.2024)
|
|
||
|
Témata jednotlivých přednášek: 1. Úvod do kurzu Témata domácích úkolů: vektory (1), matice (2), logika (3), množiny (4), pravděpodobnost (5), funkce (6) Last update: Petrúšek Ivan, Mgr., Ph.D. (08.09.2024)
|