Předmět "Statistika 1" seznamuje studenty se základními statistickými pojmy a koncepty s důrazem na porozumění rozdílu mezi deskriptivní a induktivní statistikou. Studenti se naučí principy testování významnosti a nulových hypotéz a také aplikovat základní statistické techniky při analýze empirických dat v oblasti psychologie.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
The course "Statistics 1" introduces students to basic statistical terms and concepts with a focus on understanding the difference between descriptive and inferential statistics. Students will learn the principles of significance testing and null hypotheses, and apply basic statistical techniques to the analysis of empirical data in psychology.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Cíl předmětu -
Cílem předmětu "Statistika 1" je, aby si studenti osvojili základní principy a metody statistické analýzy empirických dat, zejména v kontextu psychologie. Kurz se zaměřuje na základy deskriptivní statistiky, principy pravděpodobnosti a základní metody induktivní statistiky. Studenti získají dovednosti v práci s nástrojem Jamovi, které uplatní při výpočtech a grafické prezentaci dat.
Tento kurz pokrývá úvodní látku, na kterou v letním semestru naváže předmět "Statistika 2", který se zaměří na pokročilejší statistické metody, včetně regrese, ANOVA a dalších statistických testů.
Získané znalosti:
Popisovat základní metody deskriptivní statistiky a pravděpodobnosti.
Vysvětlit pojmy náhodné veličiny a základních typů datových rozdělení.
Porozumět základním principům induktivní statistiky, včetně bodového a intervalového odhadu a testování hypotéz.
Aplikovat základní statistické techniky v Jamovi, včetně výpočtů a grafické prezentace dat.
Získané dovednosti:
Vypočítat základní statistické charakteristiky datového souboru pomocí Jamovi.
Aplikovat vhodné statistické metody pro ověření jednoduchých výzkumných hypotéz.
Interpretovat výsledky statistických analýz a prezentovat je srozumitelně, včetně grafické prezentace.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
The aim of the course "Statistics 1" is for students to master the basic principles and methods of statistical analysis of empirical data, particularly in the field of psychology. The course focuses on descriptive statistics, the principles of probability, and basic methods of inferential statistics. Students will gain skills in using the Jamovi software for statistical calculations and graphical data presentation.
This course covers introductory material, which will be expanded upon in the follow-up course "Statistics 2" in the summer semester, where advanced statistical methods such as regression, ANOVA, and additional statistical tests will be covered.
Acquired Knowledge:
Describe basic methods of descriptive statistics and probability.
Explain the concept of random variables and the basic types of data distributions.
Understand basic inferential statistics principles, including point and interval estimation and hypothesis testing.
Apply basic statistical techniques in Jamovi, including calculations and graphical data presentations.
Acquired Skills:
Calculate basic statistical characteristics of a dataset using Jamovi.
Apply appropriate statistical methods to verify simple research hypotheses.
Interpret the results of statistical analyses and present them clearly, including graphical representation.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Podmínky zakončení předmětu -
Podmínkou zakončení předmětu Statistika 1 je úspěšné absolvování zápočtového testu. Během semestru budou studenti průběžně vypracovávat cvičení a úkoly, které budou zaměřeny na aplikaci metod deskriptivní a induktivní statistiky s využitím softwaru Jamovi. Pro úspěšné získání zápočtu je nezbytné dosáhnout alespoň 60 % bodů z celkového hodnocení zápočtového testu a aktivně se účastnit praktických cvičení.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
To complete the course Statistics 1, students must successfully pass the credit test. During the semester, students will regularly work on assignments focused on applying descriptive and inferential statistical methods using the Jamovi software. To receive credit, students must achieve at least 60% of the total score in the credit test and actively participate in practical exercises.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Literatura -
Základní literatura:
(Zvolte si jeden z následujících zdrojů, který vám bude nejlépe vyhovovat pro práci s daty a statistickou analýzu)
Field, A. (2009). Discovering statistics using SPSS. Sage Publications. Klasická učebnice pro výuku statistik pomocí softwaru SPSS, velmi vhodná pro studenty, kteří preferují tento nástroj.
Hendl, J. (2004). Přehled statistických metod zpracování dat. Portál. Základní přehled statistických metod, srozumitelný text pro české studenty, který propojuje teoretickou a praktickou část statistické analýzy.
Mareš, P., Rabušic, L., & Soukup, P. (2015). Analýza sociálněvědních dat (nejen) v SPSS. Masarykova Univerzita. Zaměřeno na analýzu dat v sociálních vědách, ideální pro ty, kteří plánují analyzovat data v této oblasti pomocí SPSS.
Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. SAGE Publications. Výborná učebnice pro ty, kteří preferují použití R při statistických analýzách. Umožňuje porovnat různé statistické metody mezi více softwary.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Required Reading:
(Choose one of the following resources that best suits your needs for working with data and statistical analysis)
Field, A. (2009). Discovering statistics using SPSS. Sage Publications. A classic textbook for learning statistics using SPSS, ideal for students who prefer this tool.
Hendl, J. (2004). Přehled statistických metod zpracování dat. Portál. A comprehensive overview of statistical methods, written in Czech, offering a clear connection between theoretical and practical statistical analysis.
Mareš, P., Rabušic, L., & Soukup, P. (2015). Analýza sociálněvědních dat (nejen) v SPSS. Masarykova Univerzita. Focused on data analysis in social sciences, ideal for those planning to analyze data in this field using SPSS.
Recommended Reading (to be updated throughout the course):
Field, A., Miles, J., & Field, Z. (2012). Discovering statistics using R. SAGE Publications. Excellent for students who prefer using R for statistical analyses. It also allows comparing different statistical methods across multiple software platforms.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Metody výuky -
Výuka bude probíhat kombinací několika různých metod, které zajistí efektivní osvojení teoretických i praktických znalostí:
Přednášky: Poskytnou studentům nezbytný teoretický základ statistických metod a konceptů.
Cvičení: Praktické aplikace statistických metod, zejména s využitím softwaru Jamovi.
Samostudium: Důležitá součást kurzu, kdy studenti budou prohlubovat své znalosti prostřednictvím studia doporučené literatury a samostatného řešení úkolů.
Individuální statistické úlohy: Studenti budou mít příležitost řešit konkrétní statistické problémy na základě reálných datových sad.
Poznámka: Studenti budou během výuky používat vlastní notebooky. Je třeba si předem nainstalovat software Jamovi Desktop (pozor, ne Jamovi cloud!), který je k dispozici zdarma pro všechny běžné operační systémy na webu https://www.jamovi.org/download.html. Doporučuje se použít nejnovější verzi softwaru (current - latest features).
Pokud jste dosud s tímto softwarem nepracovali, doporučuji se seznámit s dokumentací dostupnou v angličtině na stránce https://docs.jamovi.org/.
Vzhledem k počtu studentů a časovým možnostem předmětu nebude možné řešit instalaci softwaru a technické problémy během přednášek. Pokud máte potíže s instalací softwaru, kontaktujte vyučujícího s dostatečným předstihem před výukou.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (04.10.2024)
The course will utilize a combination of different teaching methods to ensure effective learning of both theoretical and practical knowledge:
Lectures: Provide students with the necessary theoretical foundation of statistical methods and concepts.
Exercises: Practical applications of statistical methods, particularly using Jamovi software.
Self-study: An essential part of the course, allowing students to deepen their knowledge through studying recommended literature and solving assignments independently.
Individual Statistical Tasks: Students will have the opportunity to solve specific statistical problems based on real datasets.
Note: Students will use their own laptops during the course. It is necessary to install the Jamovi Desktop software (note: not Jamovi cloud!) beforehand, which is available free of charge for all major operating systems at https://www.jamovi.org/download.html. Please install the latest stable version (current - latest features).
If you are unfamiliar with this software, it is recommended to review the documentation available in English at https://docs.jamovi.org/.
Due to the number of students and time constraints, it will not be possible to address software installation and technical issues during the lectures. If you encounter difficulties installing the software, please contact the instructor well in advance of the class.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (04.10.2024)
Další doporučené předměty -
Basic R (APS300426 / APS300426E)
Pro studenty, kteří chtějí rozšířit své dovednosti v oblasti statistické analýzy, doporučujeme kurz Basic R. Tento kurz je navržen pro začátečníky a zaměřuje se na základy programovacího jazyka R, který je v moderní statistice široce používán. R nabízí obrovské možnosti pro pokročilé zpracování dat, tvorbu grafů a analýzu, čímž významně rozšíříte své statistické schopnosti.
Výuka bude probíhat v angličtině a kurz je otevřen také studentům programu Erasmus (kód předmětu APS300426E).
Proč byste se měli zapsat do tohoto kurzu?
Naučíte se základy programování v jazyce R, který je považován za jeden z nejvýznamnějších nástrojů pro statistickou analýzu dat.
Rozšíříte své dovednosti nad rámec toho, co jste se naučili v kurzech statistik – R vám umožní analyzovat komplexnější datové soubory.
Setkáte se se studenty z různých zemí, jelikož kurz probíhá společně se studenty Erasmu.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Basic R (APS300426 / APS300426E)
For students looking to expand their skills in statistical analysis, we recommend the course Basic R. This course is designed for beginners and focuses on the fundamentals of the R programming language, which is widely used in modern statistics. R offers vast possibilities for advanced data processing, graph creation, and analysis, significantly broadening your statistical capabilities.
The course will be taught in English and is open to Erasmus students (course code APS300426E).
Why should you enroll in this course?
You will learn the basics of programming in R, one of the most significant tools for statistical data analysis.
You will expand your skills beyond what you have learned in your statistics courses – R allows you to analyze more complex datasets.
You will interact with students from various countries, as the course is held together with Erasmus students.
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Sylabus -
Obsah předmětu
V rámci předmětu **Statistika 1** se studenti seznámí s klíčovými statistickými koncepty, které jsou základem pro pochopení analýzy dat v oblasti psychologie. Tento kurz pokrývá jak teoretické, tak praktické aspekty, přičemž studenti budou moci aplikovat získané znalosti v softwaru Jamovi. Kurz bude zakončen zápočtovým testem, jehož obsah vychází z následujících témat:
1. Úvod do statistiky
Význam statistiky v psychologii a jejím výzkumu
Základní pojmy statistiky
Kvantifikace v psychologii: výhody a omezení
Typy škál používaných v psychologických výzkumech
2. Metody deskriptivní statistiky
Grafická prezentace dat: vizualizace dat pomocí grafů
Kvantily a základní statistické charakteristiky
Standardní skóry (z-transformace, standardizované škály používané v psychologii)
Pojem statistické závislosti
Korelace: Pearsonův a Spearmanův korelační koeficient
Testy významnosti korelačních koeficientů
3. Úvod do pravděpodobnosti a rozdělení dat
Základní pojmy pravděpodobnosti a jejich využití v statistice
Různé typy rozdělení dat a jejich aplikace
Praktická aplikace pravděpodobnostních konceptů v softwaru Jamovi
4. Induktivní statistické metody
Principy statistické indukce: populace a výběry
Bodový a intervalový odhad průměru
Testování statistických hypotéz: nulová a alternativní hypotéza
Hladina významnosti, jednostranné a dvoustranné testy, p-hodnota
Základní statistické testy: t-testy (jednovýběrový, dvouvýběrový, párový), chí-kvadrát test
Praktické aplikace těchto metod v Jamovi
5. Praktická aplikace statistiky
Aplikace všech naučených metod v softwaru Jamovi: od deskriptivní statistiky po testování hypotéz
Interpretace výsledků statistických analýz
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
Course Content
In the **Statistics 1** course, students will become familiar with key statistical concepts essential for understanding data analysis in psychology. This course covers both theoretical and practical aspects, and students will be able to apply their knowledge using the Jamovi software. The course concludes with a credit test based on the following topics:
1. Introduction to Statistics
The role of statistics in psychology and research
Basic statistical concepts
Quantification in psychology: benefits and limitations
Types of scales used in psychological research
2. Descriptive Statistical Methods
Graphical data presentation: visualizing data through graphs
Quantiles and basic statistical characteristics
Standard scores (z-scores, standardized scales used in psychology)
Concept of statistical dependence
Correlation: Pearson's and Spearman's correlation coefficients
Tests of significance for correlation coefficients
3. Introduction to Probability and Data Distribution
Basic concepts of probability and their application in statistics
Various types of data distributions and their uses
Practical application of probability concepts in Jamovi
4. Inferential Statistical Methods
Principles of statistical inference: populations and samples
Point and interval estimation of the population mean
Hypothesis testing: null and alternative hypotheses
Significance level, one-tailed and two-tailed tests, p-value
Basic statistical tests: t-tests (one-sample, two-sample, paired), chi-square test
Practical applications of these methods in Jamovi
5. Practical Application of Statistics
Applying all learned methods in Jamovi: from descriptive statistics to hypothesis testing
Interpreting the results of statistical analyses
Poslední úprava: Dlouhá Jana, Mgr., Ph.D. (20.09.2024)
