|
|
|
||
|
Poslední úprava: Mgr. Ivan Petrúšek, Ph.D. (02.01.2023)
|
|
||
|
Poslední úprava: Mgr. Ivan Petrúšek, Ph.D. (02.01.2023)
Povinná literatura: Hendl J., Siegl, J., Moldan, M. a kol.: Základy matematiky, logiky a statistiky pro sociologii a ostatní společenské vědy v příkladech. Praha: Karolinum 2019 (lze použít i aktualizované vydání této knihy z roku 2021). Hendl, J.: Přehled statistických metod: Analýza a metaanalýza dat. Praha: Portál, 2015 (lze použít i předcházející vydání této knihy z let 2012 nebo 2009). Doporučená literatura: Wheelan, Ch.: Naked Statistics: Stripping the Dread from the Data. W. W. Norton, 2013. |
|
||
|
Poslední úprava: Mgr. Ivan Petrúšek, Ph.D. (02.01.2023)
Výuka se skládá z přednášek a seminářů/cvičení. Na přednáškách jsou studentky a studenti seznamováni s klíčovými teoretickými koncepty a pravidly pro aplikování těchto konceptů. Na cvičeních jsou koncepty demonstrovány a aplikovány na praktických příkladech, které studentky a studenti řeší pod vedením cvičícího. Cvičení jsou vedeny v menších skupinách (maximálně 20 míst na jednu skupinu). Jedno výběrové cvičení je vyučováno v prostředí R pro statistickou analýzu dat (cvičící: Jan Schubert). Studentky a studenti této seminární skupiny tedy využívají k počítání statistický software R. Na ostatních cvičeních se počítají praktické příklady manuálně, přičemž pro vybrané výpočty bývá využíván také tabulkový procesor Microsoft Excel. Přednášky i cvičení probíhají na týdenní bázi. Každý druhý týden (lichý výukový týden) se konají dvě přednášky (první přednáška 11:00-12:20, druhá přednáška 12:30-13:50). V sudých výukových týdnech se koná jedna přednáška (11:00-12:20), Cvičení kurzu začínají ve druhém výukovém týdnu (od 22. 2.). Poznámka: Z důvodu pandemie koronaviru probíhají přednášky kurzu online přes zoom. Čas konání online přednášek odpovídá rozvrhu kurzu v přednáškové místnosti JPEK105. Přednášky a vybrané semináře jsou nahrávány na video. Pořízené video nahrávky jsou pro zapsané studentky a studenty dostupné na Google Drive kurzu. Na přednášky Ivana Petrúška (od 15.2. do 29.3.) se připojíte prostřednictvím zoom linku: https://cuni-cz.zoom.us/j/91369940873?pwd=aUZUb2tyTEdRYjVMWGkwcXRmMXpxUT09 |
|
||
|
Poslední úprava: Mgr. Ivan Petrúšek, Ph.D. (02.01.2023)
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 studentky/studenty, kteří úspěšně absolvovali závěrečný test (a společně s domácími úkoly mají dohromady více než 51 bodů), platí následující stupnice hodnocení:
Poznámka: Celkový počet získaných bodů se zaokrouhluje na celé číslo. Například celkový výsledek 50,5 bodů odpovídá známce E (po zaokrouhlení nahoru).
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 |
|
||
|
Poslední úprava: Mgr. Ivan Petrúšek, Ph.D. (02.01.2023)
Probíraná témata: 1. Úvod do kurzu a statistiky jako vědní disciplíny [2 přednášky] 2. Popisná statistika (míry centrální tendence, rozptýlenosti a polohy) 3. Náhodné proměnné (diskrétní a spojité proměnné, pravděpodobnostní rozdělení) [2 přednášky] 4. Statistické usuzování I (výběrové rozdělení, centrální limitní věta, interval spolehlivosti) 5. Statistické usuzování II (testování statistických hypotéz, usuzování o průměrech) [2 přednášky] 6. Analýza rozptylu při jednoduchém třídění 7. Usuzování o relativních četnostech, Opakování [2 přednášky] 8. Závislost mezi kategoriálními proměnnými (kontingenční tabulka, chí-kvadrát test nezávislosti) 9. Neparametrické testy [2 přednášky] 10. Korelační analýza (kovariance, korelace, Pearsonův a Spearmanův korelační koeficient) 11. Základy lineární regresní analýzy [2 přednášky] 12. Opakování |