Úvod do statistiky - JSB535

• Anglický název: Introduction to Statistics
• Český název: Úvod do statistiky
• Zajišťuje: Katedra sociologie (23-KS)
• Fakulta: Fakulta sociálních věd
• Platnost: od 2020 do 2022
• Semestr: letní
• E-Kredity: 5
• Způsob provedení zkoušky: letní s.:kombinovaná
• Rozsah, examinace: letní s.:3/2, Zk [HT]
• Počet míst: neomezen / 147 (170)
• Minimální obsazenost: neomezen
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Poznámka: předmět je možno zapsat mimo plán; povolen pro zápis po webu; při zápisu přednost, je-li ve stud. plánu
• Garant: PhDr. Ing. Petr Soukup, Ph.D.; Mgr. Ivan Petrúšek
• Vyučující: Timotej Ciprys; Bc. Kamila Nečasová; Lukáš Pelc; Mgr. Ivan Petrúšek; PhDr. Ing. Petr Soukup, Ph.D.; Mgr. Matěj Šarboch; Mgr. Josef Záhlava
• Neslučitelnost : JSB017
• Je neslučitelnost pro: JSB017
• Je prerekvizitou pro: JSB573
• Je záměnnost pro: JSB017

Anotace

Poslední úprava: Mgr. Ivan Petrúšek (02.01.2023)

Kurz představuje uvedení do statistiky jako vědní disciplíny pro studentky a studenty bakalářských oborů akreditovaných na Institutu sociologických studií. První část kurzu je věnována základům popisné statistiky. Studentky a studenti se tak seznámí se základními nástroji pro sumarizování dat (prostřednictvím četnostních tabulek a grafů) a mírami centrální tendence, rozptýlenosti a polohy. U inferenční statistiky (v druhé části kurzu) budou představeny základní nástroje statistického usuzování: intervaly spolehlivosti a testy statistických hypotéz. V kurzu budou také diskutovány základní metody pro zkoumání vztahů mezi proměnnými (t-testy, analýza rozptylu, korelační a lineární regresní analýza).

Literatura

Poslední úprava: Mgr. Ivan Petrúšek (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.

Spiegelhalter, D.: The Art of Statistics: How to Learn from Data. Pelican Books, 2019.

Metody výuky

Poslední úprava: Mgr. Ivan Petrúšek (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 24 míst na jednu skupinu). Dvě cvičení jsou vyučována v prostředí R pro statistickou analýzu dat (cvičící: Timotej Ciprys). Studentky a studenti navštěvující tato dvě cvičení 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 20. 2.).

Požadavky ke zkoušce

Poslední úprava: Mgr. Ivan Petrúšek (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:

• 91 – 100 bodů = A
• 81 – 90 bodů = B
• 71 – 80 bodů = C
• 61 – 70 bodů = D
• 51 – 60 bodů = E

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

Sylabus

Poslední úprava: Mgr. Ivan Petrúšek (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 náhodné 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. Velikost účinku, síla testu a rozsah výběru

7. Analýza rozptylu při jednoduchém třídění, Opakování [2 přednášky]

8. Usuzování o relativních četnostech

9. Závislost mezi kategoriálními proměnnými (kontingenční tabulka, chí-kvadrát test nezávislosti) [2 přednášky]

10. Korelační analýza (kovariance, korelace, Pearsonův a Spearmanův korelační koeficient)

11. Základy lineární regresní analýzy [2 přednášky]

12. Opakování