PředmětyPředměty(verze: 945)
Předmět, akademický rok 2023/2024
   Přihlásit přes CAS
Advanced Statistics - JSB526
Anglický název: Advanced Statistics
Zajišťuje: Katedra sociologie (23-KS)
Fakulta: Fakulta sociálních věd
Platnost: od 2022
Semestr: letní
E-Kredity: 6
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:1/1, Z [HT]
Počet míst: neomezen / neomezen (10)
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: angličtina
Způsob výuky: prezenční
Způsob výuky: prezenční
Další informace: http://samba.fsv.cuni.cz/~soukp6as/ADVANCED_STATISTICS/
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: PhDr. Ing. Petr Soukup, Ph.D.
Vyučující: PhDr. Ing. Petr Soukup, Ph.D.
Třída: Courses for incoming students
Soubory Komentář Kdo přidal
stáhnout Regression_HW.doc description of regression lectures and HW1 PhDr. Ing. Petr Soukup, Ph.D.
Anotace - angličtina
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (20.02.2024)
The course introduce students into advanced statistics in SPSS JASP and jamovi.

It is possible to follow the lecture online via MS Teams:
https://teams.microsoft.com/l/meetup-join/19%3ameeting_OTNiNDFjOTYtMDQxZC00ODE3LTgxYmQtZjBmY2I5NDBjZmFh%40thread.v2/0?context=%7b%22Tid%22%3a%2273844aaf-f10c-4dee-aaaf-5eeb27962a5d%22%2c%22Oid%22%3a%2244019797-e6cf-458d-996e-9e9b298c7895%22%7d

Recordings will be available for all lectures:
https://drive.google.com/drive/folders/1a9xBZCu9Um8RAYAkUoUVlPDGtdWIeGgU?usp=sharing

Link for questionnaire for 1st lecture: https://forms.gle/44UJ2b5wQVkuRQbR6
Literatura - angličtina
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (15.02.2024)

Field. A. 2009 Discovering statistics using SPSS. Sage

Norusis, M. 2005. Advanced Statistical Procedure Companion. Prentice Hall.

Tarling, R. 2009. Statistical Modelling for Social Researchers, Routledge. 

 

Požadavky ke zkoušce - angličtina
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (15.02.2024)

Exam consist of 5 homework and oral exam (every part is evaluated separately 0-100 %).

Weights for final evalution: every hw 10 %, oral exam 50 % (for BA students).

Final grading: 0-50 % 4 (failed), 51 % - 60 % E, ), 61 % - 70 % D,  71-80 % C, ), 81 % - 90 % B  and 91 % and more A. 

Sylabus - angličtina
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (15.02.2024)

 

1.      Introduction to SPSS syntax language. Descriptive statistics and correlation analysis in SPSS. Missing values, results, handling and replacing. Data weighting. (1 lecture)

2.      Linear regression analysis - simple and multiple regression. Assumptions, model fit, possible modification of regression model. Model evaluation and interpretation. Dummy variables, multicollinearity, influential points, heteroscedasticity. Robust regression.(1st HW)  (2 lectures)

3.      Logistic regression - binary, ordinal and polytomous model. Odds, odd ratio, logit. Model evaluation and interpretation. (2nd HW)  (2 lectures)

5.      Latent class analysis (typology from binary and nominal variables). Explanatory and confirmatory approach. Unconditional latent class probability and conditional probability of individual answer. Comparison of models (decision about the number of latent classes). (3rd HW)  (1 lectures)

6.      Exploratory factor analysis. Assumptions, number of factors, Extraction and rotation. Factor weights and interpretation of factors. Factor scores and it’s usage. (4th HW)  (1 lecture)

7.      Introduction to SEM. Correlation and regression as SEM model. Path analysis. Evaluation of SEM. 

8.      Confirmatory factor analysis for cardinal, ordinal and binary indicators. Model fit indices and criteria. Basic equations and graphical presentation. Modification indices. (5th HW)  (2 lectures)

Exam consist of 5 homework and oral exam (every part is evaluated separately 0-100 %).

Weights for final evalution: every hw 10 %, oral exam 50 % (for BA students).

Final grading: 0-50 % 4 (failed), 51 % - 60 % E, ), 61 % - 70 % D,  71-80 % C, ), 81 % - 90 % B  and 91 % and more A. 

 
Univerzita Karlova | Informační systém UK