Základy statistické analýzy dat - MZ340R16K

• Anglický název: Introduction to Statistical Data Analysis
• Český název: Základy statistické analýzy dat
• Podoba výuky: přednáška+cvičení
• Zajišťuje: Katedra sociální geografie a regionálního rozvoje (31-340)
• Fakulta: Přírodovědecká fakulta
• Platnost: od 2024
• Počet semestrů výuky: 1
• Semestr: zimní
• E-Kredity: 4
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:6/6, Z [HS]
• Počet míst: neomezen
• Maximální kapacita předmětu: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Vysvětlení: předmět pro kombinovanou formu studia
• Možnost opakovaného zápisu: 2 / 2 / 2 / 2
• Garant: doc. RNDr. Pavlína Netrdová, Ph.D.
• Vyučující: Mgr. Pavel Cihlář; Mgr. Kristýna Hubená; RNDr. Matěj Korčák; doc. RNDr. Pavlína Netrdová, Ph.D.
• Neslučitelnost : MZ340P99, MZ340R16
• Je neslučitelnost pro: MZ340R16

Anotace

Cílem kurzu je seznámit studenty se základními pojmy a principy statistiky a metodami statistické analýzy používanými při analýze geografických dat. Kromě osvojení teoretických a metodologických principů jednotlivých statistických metod a postupů se studenti naučí získané znalosti aplikovat při analýze geografických dat a nalezené výsledky řádně interpretovat.
Důraz je v rámci kurzu kladen na to, aby studenti:
1. porozuměli základním principům statistické analýzy dat a jednotlivým statistickým metodám;
2. uměli aplikovat jednotlivé statistické postupy a metody na konkrétních datech s využitím softwaru MS Excel;
3. řádně interpretovali výsledky statistických analýz.

Poslední úprava: Netrdová Pavlína, doc. RNDr., Ph.D. (29.09.2026)

Literatura

K úspěšnému absolvování kurzu postačí podkladové materiály k přednáškám a cvičením a doplňkové podklady ke statistickým pojmům a analýzám v softwaru MS Excel pro samostudium (odkazy na videonávody, příklady k procvičení apod.) dostupné na Moodlu. Během přípravy k zápočtovému testu mohou studenti využít také následující přehledové publikace:

HENDL, J. (2004): Přehled statistických metod zpracování dat - analýza a metaanalýza dat. Praha, Portál.

ROGERSON, P. A. (2006): Statistical methods for geography: a student guide. London, SAGE.

ZVÁRA, K. (2008): Biostatistika. Praha, Karolinum.

Poslední úprava: Netrdová Pavlína, doc. RNDr., Ph.D. (29.09.2026)

Kontroly studia předmětu a podmínky pro jejich úspěšné vykonání, způsob hodnocení

K získání zápočtu je potřeba:

1. průběžně studovat a aktivně se účastnit výuky (případnou absenci na prezenční výuce v rámci cvičení je nutné nahradit splněním všech testů pro kontrolu osvojení látky k danému tématu, resp. týdnu v zadaném termínu v Moodlu, bez předchozí omluvy není možné prominout absenci a nesplnění termínu pro vypracování testů pro kontrolu osvojení látky);

2. úspěšně splnit zápočtový test v Moodlu minimálně na 50 % (hodnocení zápočtového testu: splněno = 50,0 % a více, nesplněno = méně než 50 %).

Termíny zápočtového testu budou vypsány prostřednictvím SISu, přičemž studenti mají nárok na tři pokusy (řádný, první opravný a druhý opravný termín). Termínu zápočtového testu se mohou zúčastnit pouze studenti, kteří splnili předchozí požadavek na průběžné studium a aktivní účast na výuce.

Poslední úprava: Netrdová Pavlína, doc. RNDr., Ph.D. (29.09.2026)

Sylabus

V kurzu jsou probírány základní pojmy a principy statistiky a metody statistické analýzy dat a ukázány a diskutovány možnosti jejich použití v geografickém výzkumu. V rámci cvičení se studenti prakticky zdokonalí v práci se softwarem MS Excel, v němž budou veškeré statistické analýzy (včetně úpravy dat před analýzou a tvorby grafických výstupů) prováděny.

Témata:

1. Úvod do statistiky

2. Základní vyhodnocení statistického souboru

3. Základní statistické charakteristiky

4. Vizualizace a analýza časových řad

5. Vizualizace a analýza prostorových dat

6. Analýza vztahu dvou proměnných

7. Rozdělení náhodné proměnné

8. Principy statistické indukce

9. Úvod do testování statistických hypotéz

10. Dvouvýběrové testy průměrů

11. Analýzy závislostí v geografii

Poslední úprava: Netrdová Pavlína, doc. RNDr., Ph.D. (29.09.2026)

Výsledky učení

Po absolvování kurzu studenti dokáží:

• charakterizovat úlohu statistiky v geografii a uvést příklady geografických výzkumných otázek, které vyžadují statistické šetření
• vysvětlit obecně a na konkrétních geografických příkladech rozdíly mezi statistickou jednotkou a znakem, kvantitativními a kvalitativními/kategoriálními daty, diskrétními a spojitými proměnnými, prostým a váženým průměrem, popisnou a inferenční statistikou, základním a výběrovým souborem, náhodným a nenáhodným výběrem, bodovým a intervalovým odhadem, nulovou a alternativní hypotézou, nezávislými a závislými výběry, statistickou a věcnou významností, korelací a kauzalitou
• určit typ a měřítko statistického znaku a na tomto základě zvolit vhodné způsoby popisu a analýzy dat
• vysvětlit základní statistické pojmy (rozdělení četností, charakteristiky polohy, variability a tvaru, robustní ukazatel, odlehlá hodnota, standardizace, reziduum, koeficient determinace, výběrová chyba, interval spolehlivosti, hladina významnosti, p-hodnota, chyba prvního a druhého druhu, věcná významnost) a principy (statistická indukce, odhadování, testování statistických hypotéz)
• zdůvodnit volbu charakteristiky polohy a variability s ohledem na tvar rozdělení a přítomnost odlehlých hodnot
• vysvětlit specifika analýzy časových řad (typy časových řad, trend, sezónnost, složky časové řady)
• vysvětlit specifika analýzy prostorových dat, zejména ekologickou chybu a problém MAUP, a diskutovat jejich dopad na interpretaci výsledků
• vysvětlit cíl a princip statistických metod probíraných v kurzu, zkontrolovat jejich předpoklady a uvést možnosti jejich použití v geografickém výzkumu
• k zadanému geografickému výzkumnému problému a charakteru dat vybrat vhodnou statistickou metodu, zdůvodnit tuto volbu a formulovat nulovou a alternativní hypotézu
• odůvodnit tvrzení na základě výsledků statistické analýzy

S využitím softwaru MS Excel studenti dokáží:

• připravit datový soubor k analýze, provést výběr z dat, dopočítat nové proměnné a agregovat data do podskupin
• sestavit tabulku absolutních a relativních (i kumulativních) četností a vytvořit vhodný graf pro kategoriální proměnnou (sloupcový, pruhový, výsečový) i kvantitativní proměnnou (histogram)
• znázornit data v tabulce a grafu za účelem analýzy rozdělení četností
• vypočítat charakteristiky polohy, variability a tvaru (včetně váženého průměru), identifikovat odlehlé hodnoty a sestrojit a interpretovat krabicový graf
• standardizovat data, vypočítat z-skóre a porovnat pomocí něj relativní pozici hodnot v rozdělení
• vizualizovat časovou řadu, vypočítat absolutní a relativní míry dynamiky, vyrovnat řadu klouzavými průměry a popsat její trend a sezónnost
• zhodnotit nerovnoměrnost rozmístění jevu pomocí Lorenzovy křivky
• analyzovat vztah dvou kategoriálních proměnných pomocí kontingenční tabulky a čtyřpolního korelačního koeficientu
• analyzovat vztah dvou kvantitativních proměnných pomocí bodového grafu, Pearsonova a Spearmanova korelačního koeficientu a jednoduché lineární regrese, posoudit kvalitu modelu pomocí koeficientu determinace a reziduí a využít regresní model k predikci
• využít normální rozdělení k výpočtu pravděpodobností a sestrojit intervalový odhad parametru základního souboru
• provést jednovýběrové a dvouvýběrové testy pro závislé i nezávislé výběry a posoudit věcnou významnost výsledku
• provést chí-kvadrát test dobré shody a chí-kvadrát test nezávislosti
• vysvětlit hodnoty ve výstupech provedených analýz a správně je interpretovat v kontextu řešeného geografického problému

Poslední úprava: Netrdová Pavlína, doc. RNDr., Ph.D. (29.09.2026)