Prediction 101 - JPB022

• Title: Predikce 101
• Czech title: Predikce 101
• Guaranteed by: Department of Political Science (23-KP)
• Faculty: Faculty of Social Sciences
• Actual: from 2021
• Semester: winter
• E-Credits: 5
• Examination process: winter s.:
• Hours per week, examination: winter s.:1/1, Ex [HT]
• Capacity: 12 / 12 (20)
• 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; priority enrollment if the course is part of the study plan
• Guarantor: RNDr. Jan Kofroň, Ph.D.
• Teacher(s): RNDr. Jan Kofroň, Ph.D.

Annotation

Last update: RNDr. Jan Kofroň, Ph.D. (13.09.2021)

Upozornění: Předmět je vyučován společně s FF UK (studenti tedy budou jak z FSV, tak z FF UK), vyučujícími jsou Dr. Šlerka, Dr. Kofroň a Ing. Sirový)
Z toho důvodu je v tento okamžik kapacita 15 studentů pro FF a 15 pro FSV. Po prvotním zjištění zájmu však lze volnou kapacitu přesouvat.

Asi každý si někdy položil jednu z následujících otázek: Lze ve společenské oblasti predikovat? Lze úspěšně predikovat i unikátní události? Jak daleko do budoucnosti vidíme?
Jsou naše predikce přesnější, než náhodný tip? Lze nějak přesnost našeho předvídání zlepšit?

Předmět, jak název napovídá, usiluje o poskytnutí vhledu do problematiky predikcí ve společenské sféře a to v její plné šíři.
Zaměříme se jak na vlastní teorii predikcí a způsoby jejich vyhodnocování, tak na konkrétní příklady z ekonomie, voleb, mezinárodních vztahů, ale i sportu atd.
Cílem je poskytnout nejenom základní náhled na tvorbu a využití predikcí, ale také umožnit studentům otestovat svoje predikční schopnosti.

Aim of the course

Last update: RNDr. Jan Kofroň, Ph.D. (13.09.2021)

Cíl předmětu je uveden v anotaci předmětu.

Course completion requirements

Last update: RNDr. Jan Kofroň, Ph.D. (13.09.2021)

Studenti si na první hodině volí ze dvou modulů hodnocení (bude detailně vysvětleno):

 

Modul I. Predikce 70 % známky, 30 % aktivita v hodině a krátký analytický paper (2-3 strany)

Modul II. Predikce 40 % známky, 30 % aktivita v hodině, krátký analytický paper  (2-3 strany), 30 % delší výzkumně-analytický paper (max 10 stran).

Hodnocení predikcí bude vycházet z relativního pořadí účastníků. Účastník s nejnižším (nejlepším) Brier Score dosahuje hodnocení 100 % (A), účastník s nejhorším score získá hodnocení 60% (D) - 

k numerickým předpovědím však studenti musí dodat i stručné vysvětlení logiky predikce (chybějící zdůvodnění bude penalizováno).

 

Témata pro krátké analytické papery jsou definována vyučujícími. 

Témata delších výzkumně-analytických paperů jsou vybírána studenty po konzultaci s vyučujícími.

 

Předpokládá se tedy aktivní participace v hodině a aktivní vytváření predikcí.

Předmět tedy nemá klasickou zkoušku.

Literature

Last update: RNDr. Jan Kofroň, Ph.D. (13.09.2021)

Pro teoretické zarámování předpovědí ve společesnké sféře lze doporučit dvě klíčové knihy:

1) Tetlock, P. 2016  Superforecasting: The Art and Science of Prediction, Crown; Illustrated edition, 9780804136716

2) Silver, N. 2015  The Signal and the Noise: Why So Many Predictions Fail--but Some Don't, Penguin Books,  0143125087

 

Pro potřeby tvoření vlastních predikcí však budou studenti muset hledat vlastní zdroje (akademické i neakademické).

Teaching methods

Last update: RNDr. Jan Kofroň, Ph.D. (03.10.2023)

Výuka se odehrává fakticky ve dvou základních rovinách:

V rovině první - přednášky (vyučujících a pozvaných hostů) a následná diskuse

V rovině druhé - vlastní predikování a jeho systematické vyhodnocování (pro naše účely budeme činit predikce vyhodnotitelné přes Brier Score)

Syllabus

Last update: RNDr. Jan Kofroň, Ph.D. (13.09.2021)

Kurz začíná blokem tří "orientačních přednášek", které poskytnou základní teoretický a metodologický vhled do problematiky predikcí

Následuje blok šesti tématických přednášek/diskusí, které budou využívat externích expertů (např. ČNB).

Finální hodina se pak snaží diskutovat širší význam predikcí ve společenské diskusi.

 

1) Organizační otázky + predikční platforma + stručný úvod do problematiky predikcí (příklad volby)

2) Vyhodnocování predikcí, aneb jak měřit predikční přesnost

- kontinuelní predikovaná proměnná (RMSE, MAE, ME, MAPE ap.)

-binární predikovaná proměnná (Brier score + velmi stručně k accuracy, precission, recall... ROC a AUC)

3) Jak predikovat, formální a neformální přístupy k předpovědím

4) Predikce ve sportu - fotbal

5) Predikce v bezpečnostní oblasti

6) Predikce ekonomických jevů a veličin

7) Predikce voleb

8) Predikce v oblasti plánování a rozvoje měst

9) Predikce pandemií (COVID)

10) Příklad hokej - jak komunikovat prediktivní modely k profesionálům (např. trenérům) postrádajícím statistické/matematické vzdělání?

11) Predikce ve veřejné diskusi. Proč jsou predikce nevyhnutelné, jak ovlivňují naše chování, jak zkvalitnit jejich zapojení do veřejné diskuse

12) rezerva

Entry requirements

Last update: RNDr. Jan Kofroň, Ph.D. (12.09.2021)

Předmět nemá klasické prerekvizity, lze však studentům doporučit, aby měli absolvován předmět JPB 283, či jakýkoliv jiný obdobný úvod do pravděpodobnosti a statistiky.

Předmět je zároveň koncipován tak, aby byl přístuplný i studentům pro které je statistika pouze doplňkem jeich studia.