|
|
|
||
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (22.04.2016)
|
|
||
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (25.09.2014)
Základní literatura:
Geiser, Ch. Data analysis with MPlus. Guilford Press. 2013 Byrne, B. Structural equation modeling with MPlus. 2012
(vše klíčové je v čítance k regresi)
|
|
||
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (08.02.2012)
V průběhu cvičení jsou zadány tři úkoly. Úkol musí student odeslat do 2 týdnů od zadání na cvičení. Hodnocení úkolů 0-100%. Další studijní povinností je vyhotovení (či úprava) hesla na české wikipedii vč. odkazů na literaturu (opět hodnoceno 0-100 %). Závěrečná ústní zkouška, otázka na jednu z probíraných technik, opět hodncoení 0-100%. Celkové hodnocení: vážený výsledek. Každý úkol má váhu 10 %, heslo wikipedie 20 % a ústní zkouška 50 %. Hodnocení známkami: 85-100 % 1, 70-84 % 2, 51 - 69 % 3, méně než 51 % 4. |
|
||
Poslední úprava: PhDr. Ing. Petr Soukup, Ph.D. (08.02.2012)
Obsah: Uvádím přehled témat kurzu s tím, že bude s možná modifikace. Vedle účasti na přednáškách a seminářích se od posluchačů očekává samostatná práce s vědeckou literaturou a vlastní analytická praxe.
1. Úvodní lekce. Přehled kurzu. Klasifikace mnohorozměrných metod. Popis modelu lineární regrese. Jednoduchá lineární regrese. Principy mnohonásobné lineární regresní analýzy. Základní statistiky pro hodnocení kvality proložení dat. Testy hypotéz.
2. Parciální a semiparciální regresní koeficienty. Využití při zařazování prediktorů do regresní rovnice. Metody výběru podmnožiny prediktorů.
3. Kategoriální nezávislé proměnné: kontrastní (dummy) proměnné. SPSS a mnohonásobná regresní analýza, interpretace jednotlivých částí výstupních sestav. Diagnostika modelu.Datové transformace, nelineární regrese.
4. Logistická regrese. Šance a pravděpodobnosti. Model binární logistické regrese. Interpretace a aplikace výsledků. Srovnání s diskriminační analýzou. Diagnostika.
5. Multinomiální logistická regrese. Provedení analýzy plně faktoriálního modelu. Zvláštnosti diagnostiky kvality: Pearsonova míra dobré shody, chi**2 statistika, Cox a Snellova statistika Klasifikace pozorování do tříd.
6. Ordinální logistická regerese. Test paralelních přímek. Interpretace výstupů..
7. Diskriminační analýza. Zákaldní princip. Zadání a interpretace výsledků. Srovnání s logistickou regresí.
8. Loglineární analýza. Zákaldní principy, model s nominálními proměnnými.
8. Loglineární analýza, hodnocení modelu, rezidua a testy. Modely s ordinální proměnnou.
9. Úvod do strukturálních modelů a modelů s latentními proměnnými. Základy práce se systémem Amos. Analýza jednoduchých modelů korelačních cest.
10. Modely faktorové analýzy a jejich analýza pomocí systému Amos. Metody odhadu parametrů modelu faktorové analýzy. Testy dobré shody. Validizace modelu. Využití při přípravě škál. Základy teorie testů.
11. Plně definovaný model strukturální analýzy SEM. Příklady analýzy strukturálních modelů SEM. Interpretační problémy. Novější vývojové trendy uplatnění modelů SEM. |