PředmětyPředměty(verze: 811)
Předmět, akademický rok 2017/2018
   Přihlásit přes CAS
Analýza kvantitativních dat III. – praktické aplikace vícerozměrných statistických metod - YMH324
Anglický název: Quantitative Data Analysis III.
Zajišťuje: Pracoviště Historické sociologie (24-HS)
Fakulta: Fakulta humanitních studií
Platnost: od 2017
Semestr: letní
E-Kredity: 2
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:0/2 Z [hodiny/týden]
Rozsah za akademický rok: 2 [hodiny]
Počet míst: neurčen / neurčen (20)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Další informace: http://metodykv.wz.cz
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: PhDr. Jiří Šafr, Ph.D.
Anotace
Poslední úprava: Mgr. Barbora Pincová (20.01.2014)

Kurz seznamuje s možnostmi aplikace pokročilých vícerozměrných statistických metod na základní uživatelské úrovni (lineárně regresní analýza, logistická regrese, strategie budování modelů, analýza reliability a latentních struktur a dal.). Formou dílny budou procvičovány postupy na konkrétních úlohách, pozornost při tom bude věnována komparativnímu přístupu (trendy v čase, mezinárodní srovnání). Cílem kurzu je prohloubit praktické schopnosti vícerozměrné analýzy a složitějších transformací dat a posloužit tak při zpracování kvantitativních dat z vlastních výzkumných projektů realizovaných v rámci diplomové práce. Opora výuky je dostupná na webu http://metodykv.wz.cz.
Literatura
Poslední úprava: PhDr. Jiří Šafr, Ph.D. (10.02.2014)

Povinná:
  • Agresti, A. An Introduction to Categorical Data Analysis. 2. Hoboken, New Jersey: John Wiley & Sons, Inc. 2007. (vybrané kapitoly).
  • Treiman, D. J. Quantitative Data Analysis: Doing Social Research to Test Ideas. 1. San Francisco: Jossey-Bass/Wiley. 2009. (vybrané kapitoly).
Sylabus
Poslední úprava: PhDr. Jiří Šafr, Ph.D. (10.02.2014)

Osnova semináře:

1.      Transformace dat a pokročilé úpravy dat (agregace dat; vážení souboru)

2.      Redukce dimenzí vztahů mezi proměnnými: faktorová (PCA) a korespondenční analýza

3.      Relační a distanční data: klastrová analýza, multidimenzionální škálování

4.      Konstrukce latentních proměnných: indexy a jejich dimenzionalita a reliabilita

5.      Inferenční statistika (statistická indukce), statistické a sociologické hypotézy, strategie vícerozměrné analýzy

6.      Regresní a korelační analýza, vícerozměrná lineární regrese (OLS)

7.      Regresní analýza - strategie budování modelů, ověření předpokladů, limity lineárních vztahů

8.      Vícerozměrná analýza rozptylu a její obecnější varianty

9.      Logistická regrese (pro diskrétní-kategoriální závislé znaky): předpoklady, aplikace

10.  Modely vztahů a možnosti jejich testování pomocí vícerozměrných metod (interakční efekty, přímé a nepřímé vlivy, kauzální usuzování)

11.  Představení dalších možností pokročilých analýz, např.: víceúrovňová data, úseková analýza (strukturní modelování), imputace chybějících hodnot (bude upřesněno podle průběhu kurzu)

Práce na vlastním projektu studentů pro účely diplomové či disertační práce.

Podmínky zakončení předmětu
Poslední úprava: PhDr. Jiří Šafr, Ph.D. (10.02.2014)

Splnění studijní povinnosti: (1) aktivní participace na seminářích a (2) seminární práce prokazující samostatnou analytickou práci s uplatněním metod vícerozměrné statistické analýzy a sociologické interpretace výsledků.
Seminární práce by měla obsahovat: definici výzkumné otázky (otázek), hypotéz, postup úpravy dat (konstrukce syntetických proměnných, kontrola reliability apod.) a užití vícerozměrné analýzy dat. Podmínkou je uplatnění statistického testování hypotéz a sociologické interpretace výsledků.

Vstupní požadavky
Poslední úprava: PhDr. Jiří Šafr, Ph.D. (10.02.2014)

Kurz navazuje na předmět Analýza kvantitativních dat I. a II. Podmínkou zapsání je základní ovládání software SPSS/PSPP (management dat, jednorozměrná a dvourozměrná popisná statistika, základy statistické inference).

 
Univerzita Karlova | Informační systém UK