|
|
|
||
|
Kurz představuje uvedení do statistiky jako vědní disciplíny pro studující bakalářských oborů akreditovaných na Institutu sociologických studií. První část kurzu je věnována základům popisné statistiky. Studující se tak seznámí se základními nástroji pro sumarizování dat (prostřednictvím četnostních tabulek a grafů) a také mírami centrální tendence, rozptýlenosti a polohy. U inferenční statistiky budou představeny základní nástroje statistického usuzování: intervaly spolehlivosti a testy statistických hypotéz. V kurzu budou také diskutovány základní metody pro zkoumání souvislostí mezi proměnnými (t-testy, analýza rozptylu, korelační a lineární regresní analýza). Poslední úprava: Petrúšek Ivan, Mgr., Ph.D. (16.01.2025)
|
|
||
|
Cílem předmětu je detailně představit klíčové teoretické koncepty statistiky a demonstrovat jejich aplikaci při řešení sociologicky relevantních výzkumných otázek a analytických úloh. Absolvování tohoto předmětu připraví studující na navazující kurzy analýzy kvantitativních dat (nejen na bakalářském, ale i na magisterském stupni), ve kterých se budou s těmito klíčovými koncepty opakovaně potkávat. U základních statistických metod pro zkoumání souvislostí mezi proměnnými (t-testy, analýza rozptylu, korelační a regresní analýza) je cílem vysvětlit výpočty a operace, které v navazujících kurzech kvantitativní analýzy dat počítá statistický software. Poslední úprava: Petrúšek Ivan, Mgr., Ph.D. (16.01.2025)
|
|
||
|
Hendl J., Siegl, J., Moldan, M. a kol.: Základy matematiky, logiky a statistiky pro sociologii a ostatní společenské vědy v příkladech. Praha: Karolinum 2019. 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. Hendl, J.: Přehled statistických metod: Analýza a metaanalýza dat (čtvrté vydání). Praha: Portál, 2015. (Poznámka: lze použít i předcházející vydání této knihy z let 2012 nebo 2009). Poslední úprava: Petrúšek Ivan, Mgr., Ph.D. (16.01.2025)
|
|
||
|
Výuka se skládá z přednášek a seminářů/cvičení. Na přednáškách jsou studující seznamováni s klíčovými teoretickými koncepty a pravidly pro aplikování těchto konceptů. Na cvičeních jsou koncepty demonstrovány a aplikovány na praktických příkladech, které studující řeší pod vedením cvičícího. Cvičení jsou vedena v menších skupinách (maximálně 20 míst na jednu skupinu). Tři výběrová cvičení ve středu jsou vyučována v prostředí R pro statistickou analýzu dat (viz poznámka u rozvrhpvého lístku). Studující těchto seminárních skupin tedy využívají k počítání statistický software R. Na ostatních cvičeních se počítají praktické příklady v Microsoft Excel a také v freeware jamovi Přednášky i cvičení probíhají na týdenní bázi, vždy od 11 do 12.20. Cvičení začínají již od prvního týdne. Odkaz na MS TEAMS pro přednášky 1-8 (Martina Novopacká): Přednáška: Úvod do statistiky | Schůzka – připojit se | Microsoft Teams Odkaz na na MS TEAMS pro přednášky 9-12 (Petr Soukup): Úvod do statistiky 2026 | Schůzka – připojit se | Microsoft Teams Odkaz na Google disk: https://drive.google.com/drive/folders/1JTnKc8cXQ1SUzdmzemFKKxgI52_G_Ezs?usp=sharing
Poslední úprava: Novopacká Martina, PhDr., Ph.D. (24.02.2026)
|
|
||
|
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 studentka/student navštěvuje. Pro úspěšné absolvování závěrečného testu je nutné získat minimálně 35 bodů (tedy 50% z celkového počtu 70 bodů). Jinými slovy, pokud studentka/student 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 studentky/studenti, kteří sice získali ze závěrečného testu minimálně 35 bodů, ale společně s domácími úkoly mají dohromady méně než 51 bodů. Pro studující, kteří úspěšně absolvovali závěrečný test (a společně s domácími úkoly mají dohromady více než 51 bodů), platí následující stupnice hodnocení:
Poslední úprava: Novopacká Martina, PhDr., Ph.D. (24.02.2026)
|
|
||
|
Probíraná témata (v jednotlivých týdnech výuky): 1. Úvod do kurzu a statistiky jako vědní disciplíny. Popisná statistika I 2. Popisná statistika II (míry centrální tendence, rozptýlenosti a polohy) 3. Náhodné proměnné (diskrétní a spojité náhodné proměnné, pravděpodobnostní rozdělení) 4. Statistické usuzování I (výběrové rozdělení, centrální limitní věta, interval spolehlivosti) 5. Statistické usuzování II (testování statistických hypotéz). Usuzování o průměrech. 6. Velikost účinku, síla testu a rozsah výběru 7. Analýza rozptylu při jednoduchém třídění. Opakování 8. Usuzování o relativních četnostech 9. Závislost mezi kategoriálními proměnnými 10. Korelační analýza (kovariance, korelace, Pearsonův a Spearmanův korelační koeficient) 11. Základy lineární regresní analýzy 12. Opakování Poslední úprava: Novopacká Martina, PhDr., Ph.D. (11.02.2026)
|