VPL468 Vícerozměrná analýza dat

Fakulta sociálních studií
podzim 2018
Rozsah
1/1/0. 10 kr. Ukončení: z.
Vyučující
Mgr. Miroslav Suchanec, Ph.D., M.Sc. (přednášející)
Garance
doc. PhDr. Jiří Winkler, Ph.D.
Katedra sociální politiky a sociální práce – Fakulta sociálních studií
Dodavatelské pracoviště: Katedra sociální politiky a sociální práce – Fakulta sociálních studií
Rozvrh
Po 12:00–13:40 PC25
Předpoklady
Předmět vychází ze znalostí kvantitativní metodologie a statistické analýzy vyučované v rámci předmětů bakalářského studia (VPL132 Statistika, VPL118 Kvantitativní výzkum). Studium předmětu ale nevyžaduje, aby studenti, kteří nestudovali bakalářské studium na FSS, prokázali na počátku kurzu tyto předchozí znalosti nebo dovednosti. Klíčové poznatky bakalářského studia jsou zopakovány v úvodním bloku výuky. Předmět je záměrně koncipován tak, aby studenti měli dostatek času si poznatky osvojit.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 18 stud.
Momentální stav registrace a zápisu: zapsáno: 0/18, pouze zareg.: 0/18, pouze zareg. s předností (mateřské obory): 0/18
Mateřské obory/plány
Cíle předmětu
Po absolvování předmětu by studenti měli: • Chápat užitečnost vícerozměrných metod analýzy dat v oboru veřejná politika a lidské zdroje • Umět zvolit vhodnou vícerozměrnou metodu vzhledem k výzkumnému cíli • Umět interpretovat výsledky vícerozměrných statistických analýz v odborné literatuře (pasivní – znalost). • Ovládnout (umět aplikovat) vybrané vícerozměrné metody: schopnost spočítat základní statistiky, odhadnout populační parametry, testovat hypotézy o vztazích mezi proměnnými, základní schopnost analyzovat data prostřednictvím vícerozměrných metod v software SPSS (aktivní – dovednost)
Osnova
  • BLOK A) Úvod do vícerozměrné analýzy 1. Základy práce s SPSS - případy vs. proměnné, popis proměnné, hodnoty proměnné, manipulace s daty (select, recode, compute), čištění dat 2. Předpoklady lineární vícerozměrné analýzy - Korelace, parciální korelace, falešná korelace, ANOVA 3. Předpoklady vícerozměrné analýzy kategorických dat - Pravděpodobnost, riziko, poměr rizik, šance poměr šancí, elaborace (vliv třetí proměnné, podmíněná nezávislost, interakce, intervence) BLOK B) Vybrané metody lineární vícerozměrné analýzy 4. Faktorová a klastrová analýza 1 5. Faktorová a klastrová analýza 2 6. Faktorová a klastrová analýza 3 BLOK C) Vybrané metody vícerozměrné analýzy kategorických dat 7. Logistická regrese 1 8. Logistická regrese 2 9. Logistická regrese 3
Literatura
    povinná literatura
  • AGRESTI, Alan. An introduction to categorical data analysis. 2nd ed. Hoboken, NJ: Wiley-Interscience. xvii, 372. ISBN 9780471226185. 2007. info
  • AGRESTI, Alan a Christine A. FRANKLIN. Statistics : the art and science of learning from data. Upper Saddle River, NJ: Pearson Prentice Hall. xxv, 693. ISBN 0130455369. 2006. info
Výukové metody
Výuka je organizována do třech bloků (A až C), čtvrtý tzv. analytický blok slouží studentům k vypracování analýzy a individuální konzultaci. V prvním bloku A proběhne výuka předpokladů vícerozměrných metod. V blocích B a C budou vyučovány vybrané metody lineární vícerozměrné analýzy, respektive vybrané metody vícerozměrné analýzy kategorických dat. Součástí výuky bude procvičení těchto metod v balíčku SPSS (software SPSS/PASW je dostupný na internetu nebo na univerzitním INETU ) na tematicky oborově zaměřených databázích. V průběhu analytického bloku mají studenti možnost po předchozí domluvě svou analýzu individuálně s vyučujícím konzultovat.
Metody hodnocení
zápočet za vypracovaný projekt (analýza dat vybranou metodou)
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2015, podzim 2017, jaro 2018.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/fss/podzim2018/VPL468