PředmětyPředměty(verze: 902)
Předmět, akademický rok 2021/2022
   Přihlásit přes CAS
Základy statistické analýzy dat - YBSC188
Anglický název: Basics of Statistical Data Analysis
Zajišťuje: Program SHV - Společenskovědní modul (24-SM)
Fakulta: Fakulta humanitních studií
Platnost: od 2021
Semestr: letní
E-Kredity: 3
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:0/2 [hodiny/týden]
Počet míst: neurčen / 10 (10)
Minimální obsazenost: neomezen
Virtuální mobilita / počet míst: ne
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Další informace: http://Účast je povinná
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: doc. Ing. Inna Čábelková, Ph.D.
Vyučující: doc. Ing. Inna Čábelková, Ph.D.
Prerekvizity : {Prerekvizity ke společenskovědním kurzům (ÚdS, nebo ÚdA, nebo ÚdP)}
Neslučitelnost : YMH053, YMH153
Je neslučitelnost pro: YMH153, YMH053
Anotace -
Poslední úprava: doc. Ing. Inna Čábelková, Ph.D. (15.02.2022)
Cílem kurzu je seznámit se s základními metodami analýzy dat, třídění a zobrazování dat (např. kontingenční tabulky, grafy, průměry a konfidenční intervaly), dále seznámit se s základními statistickými indikátory (např. průměr, medián, modus, směrodatná odchylka, rozdělaní), naučit se prakticky používat statistické metody - korelační analýzu, regresní analýzu, statistické porovnání průměrů dvou datových řad - metody, nejčastěji používané v bakalářských a diplomových pracích.
Cíl předmětu
Poslední úprava: doc. Ing. Inna Čábelková, Ph.D. (15.02.2022)

Cílem kurzu je seznámit se s základními metodami analýzy dat, třídění a zobrazování dat (např. kontingenční tabulky, grafy, průměry a konfidenční intervaly), dále seznámit se s základními statistickými indikátory (např. průměr, medián, modus, směrodatná odchylka, rozdělaní),  naučit se prakticky používat statistické metody - korelační analýzu, regresní analýzu, statistické porovnání průměrů dvou datových řad - metody, nejčastěji používané v bakalářských pracích.



Požadavky ke zkoušce
Poslední úprava: doc. Ing. Inna Čábelková, Ph.D. (15.02.2022)

Hodnocení:

seminární práce (projekt) – 40% hodnocení

prezentace seminární práce (projektu) - 40% hodnocení

prezence – 20% hodnocení 

Sylabus
Poslední úprava: doc. Ing. Inna Čábelková, Ph.D. (15.02.2022)

Sylabus

1. Typy dat

1.1 Nominální kategoriální data (kvalitativní)

1.2. Ordinální kategoriální data (kvalitativní)

1.3       Spojitá (Continuous variable)

1.4       Nespojitá (Discrete variable)

1.5       Intervalová (Interval variable)

2. Zobrazení dat, prvotní, druhotné třídění

3. Deskriptivní statistika

3.1 Indikátory středu

3.2 Indikátory rozptylu

4. Formulace a testování hypotéz

5. Testy rovnosti průměru

5.1 Testy rovnosti průměru (1 výběr)

5.2 Testy rovnosti průměrů (2 výběry)

6. Analýza souvislosti

6. 1 Korelační analýza

6.1.a Spearmanova korelace

6.1.b Pearsonova korelace

6.2 Regresní analýza

6.2.1. Problém multikolinearity

6.2.2. Odléhlá pozorování

 

Přibližný harmonogram

1. – 7. hodina

přednášky 7x

8. hodina  

konzultace k projektům a výpočet projektů

9. – 13. hodina

prezentace projektů 5x

 

Literatura

Hendls J. 2006. Přehled statistických metod zpracování dat. Portál, s.r.o. Praha.

Hindls R., Hronová S., Novák I. 2000. Metody statistické analýzy pro ekonomy. Management Press. Praha.

Hebák, P. a kol. 2004. Vícerozměrné statistické metody. Části 1, 2 a 3 Informatorium. Praha.

Martínek, J. 2004. Statistické metody v hodnocení léčby

 

 

Studijní opory
Poslední úprava: doc. Ing. Inna Čábelková, Ph.D. (15.02.2022)

Literatura

Hendls J. 2006. Přehled statistických metod zpracování dat. Portál, s.r.o. Praha.

Hindls R., Hronová S., Novák I. 2000. Metody statistické analýzy pro ekonomy. Management Press. Praha.

Hebák, P. a kol. 2004. Vícerozměrné statistické metody. Části 1, 2 a 3 Informatorium. Praha.

Martínek, J. 2004. Statistické metody v hodnocení léčby

 
Univerzita Karlova | Informační systém UK