AEB_105 Statistika pro archeology

Filozofická fakulta
jaro 2022

Předmět se v období jaro 2022 nevypisuje.

Rozsah
0/2. 3 kr. Doporučované ukončení: k. Jiná možná ukončení: z.
Vyučující
Mgr. Josef Wilczek, Ph.D. (přednášející)
Mgr. Petr Pajdla (cvičící)
Garance
prof. Mgr. Jiří Macháček, Ph.D.
Ústav archeologie a muzeologie – Filozofická fakulta
Kontaktní osoba: Jitka Šibíčková
Dodavatelské pracoviště: Ústav archeologie a muzeologie – Filozofická fakulta
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 16 stud.
Momentální stav registrace a zápisu: zapsáno: 0/16, pouze zareg.: 0/16
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
Na konci tohoto kurzu bude student schopen:
porozumět základním statistickým pojmům;
vypočítat a interpretovat hodnoty centrální tendence;
vytvořit základní grafy a interpretovat je;
interpretovat distribuce hodnot proměnných;
vypočítat a interpretovat míru závislosti mezi proměnnými;
vypočítat lineární regresní model a na jeho základě predikovat hodnoty;
definovat nulovou a alternativní hypotézu;
porozumět pravděpodobnostnímu rozdělení, statistické signifikanci, základům inferenční statistiky;
použít základní parametrické statistické testy (t-test pro nezávislé vzorky, t-test pro závislé vzorky, t-test pro korelační koeficienty, analýzu variance);
pochopit základy práce s daty v MS Excelu a StatSoft Statistice
Osnova
  • 1. Základní statistické pojmy.
  • 2. Typy proměnných.
  • 3. Deskriptivní a inferenční statistika.
  • 4. Deskriptivní statistika (tabulky četností, grafy, charakteristiky centrální polohy, charakteristiky variability, distribuce).
  • 5. Korelace.
  • 6. Lineární regrese.
  • 7. Pravděpodobnostní rozdělení.
  • 8. Hypotézy a jejich testování.
  • 9. Jednorozměrné parametrické testy (t-test pro nezávislé vzorky, t-test pro závislé vzorky, t-test pro korelační koeficienty, ANOVA) .
Literatura
    doporučená literatura
  • MELOUN, Milan, Jiří MILITKÝ a Martin HILL. Počítačová analýza vícerozměrných dat v příkladech. Vyd. 1. Praha: Academia. 449 s. ISBN 8020013350. 2005. info
Výukové metody
Teoretická a praktická příprava (vypracování ukázkových příkladů z praxe), skupinová příprava (práce ve skupinách), individuální příprava (vypracování domácích úkolů).
Metody hodnocení
vypracování domácího úkolu sestávajícího z 9 zadání majících od 2 do 21 otázek; nutně správně zodpovědět 50% otázek
Informace učitele
Doporučená literatura:
Bertrand, F., Maumy-Bertrand, M. 2011: Statistique pour les scientifiques. Dunod, 220 p.
Calda, E., Dupáč, V. 1993: Matematika pro gymnázia. Kombinatorika, pravděpodobnost, statistika. Prometheus, 170 p.
Hebák, P. a kol. 2013: Statistické myšlení a nástroje analýzy dat. Informatorium, Praha, 877 p.
Hendl, J. 2009: Přehled statistických metod. Analýza a metaanalýza dat. Portál, Praha, 695 p.
Marek, L. a kol. 2013: Statistika v příkladech. Professional Publishing, Příbram, 404 p.
Meloun, M., Militký, J. 2004: Statistická analýza experimentálních dat. Academia, Praha, 953 p.
Meloun, M., Militký, J., Hill, M. 2005: Počítačová analýza vícerozměrných dat v příkladech. Academia, Praha, 450 p.
Další komentáře
Předmět je vyučován jednou za dva roky.
Výuka probíhá každý týden.
Předmět bude vyučován ve čtyřhodinových blocích dle rozvrhu v týdnu od 12. do 16. 3. 2018.
Předmět je zařazen také v obdobích jaro 2007, jaro 2009, jaro 2014, jaro 2016, jaro 2018.