SOCn6206 Pokročilé metody mnohorozměrné analýzy

Fakulta sociálních studií
jaro 2021
Rozsah
1/1/0. 10 kr. Ukončení: zk.
Vyučující
prof. Martin Kreidl, Ph.D. (přednášející)
Garance
prof. Martin Kreidl, Ph.D.
Katedra sociologie - Fakulta sociálních studií
Kontaktní osoba: Ing. Soňa Enenkelová
Dodavatelské pracoviště: Katedra sociologie - Fakulta sociálních studií
Předpoklady
! SOC561 Regresní modely pro kateg.
Zkušenost s vícerozměrnou analýzou dat (OLS regrese atp.) a zkušenost se softwarem pro zpracování a anlaýzu kvantitativních dat (např. STATA). Předchozí absolvování kurzu SOC662, nebo SOC660 (kvantitativní verze), nebo SOC591. Solidní znalost angličtiny - vybrané přednášky/cvičení může vést anglicky mluvící host; literatura je jen v AJ.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 10 stud.
Momentální stav registrace a zápisu: zapsáno: 0/10, pouze zareg.: 0/10
Mateřské obory/plány
Cíle předmětu
Kurz prezentuje vybrané techniky pro vícerozměrnou analýzu kvantitativních dat, zejména techniky zobecňující aplikace OLS regrese na kvalitativní (binární, polynomické) závisle proměnné.
Výstupy z učení
Studenti budou schopni samostatně a kreativně aplikovat modely s kvalitativní závisle proměnnou v kontextu vlastního, teoreticky motivovaného sociologického bádání. Budou schopni správně identifikovat vhodnou analytickou metodu pro danou badatelskou úlohu/dostupná data, připravit data do podoby vhodné pro analýzu, analýzu provést, zhodnotit, prezentovat a věcně interpretovat.
Osnova
  • binární logistická regrese a její aplikace
  • - model školních tranzic
  • - model přežití v diskrétním čase
  • - analýza vzorků stratifikovaných podle závisle proměnné
  • - logitový model pro kontingenční tabulky
  • - logitový model pro bloková data
  • model diskrétní volby
  • ordinální logistická regrese a její aplikace (model sousedních kategorií)
  • multinomiální logistická regrese
  • logitová analýza pro longitudinální a jiná shlukově uspořádaná data
Literatura
    povinná literatura
  • LONG, J. Scott a Jeremy FREESE. Regression models for categorical dependent variables using Stata. 3rd ed. College Station, TX: Stata press, 2014. xxiii, 589. ISBN 9781597181112. info
  • TREIMAN, Donald J. Quantitative data analysis : doing social research to test ideas. Edited by Deirdre D. Johnston - Thomas J. Grites. San Francisco: Jossey-Bass, 2008. xxxii, 443. ISBN 9780470380031. info
    doporučená literatura
  • ACOCK, Alan C. A gentle introduction to Stata. 6th edition. College Station, Texas: A Stata press publication, StataCorp LLC, 2018. xl, 570. ISBN 9781597182690. info
  • CLEVES, Mario Alberto, William GOULD a Yulia V. MARCHENKO. An introduction to survival analysis using Stata. Revised third edition. College Station, Texas: Stata Press, 2016. xxx, 428. ISBN 9781597181747. info
  • RABE-HESKETH, Sophia a Anders SKRONDAL. Multilevel and longitudinal modeling using stata. 3rd ed. College Station: Stata Press, 2012. xxii, 501-. ISBN 9781597181044. info
  • RABE-HESKETH, Sophia a Anders SKRONDAL. Multilevel and longitudinal modeling using stata. 3rd ed. College Station: Stata Press, 2012. xxx, 497. ISBN 9781597181037. info
  • LONG, J. Scott. The workflow of data analysis using stata. 1st ed. Texas: Stata Press, 2009. xxvii, 379. ISBN 9781597180474. info
  • RABE-HESKETH, Sophia. A handbook of statistical analyses using Stata. Edited by Brian Everitt. 4th ed. Boca Raton, Fla.: Chapman & Hall/CRC, 2007. ix, 342. ISBN 1584887567. info
Výukové metody
přednášky, cvičení v PC laboratoři, samostatná práce, průběžné domácí úkoly, závěrečná práce
Metody hodnocení
průběžná práce (domácí úkoly), závěrečná analytická práce
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.

  • Permalink: https://is.muni.cz/predmet/fss/jaro2021/SOCn6206