PSY117 Statistical Analysis in Psychology

Faculty of Social Studies
Spring 2007
Extent and Intensity
1/1/0. 5 credit(s). Type of Completion: zk (examination).
Teacher(s)
doc. Mgr. Stanislav Ježek, Ph.D. (lecturer)
Mgr. Jan Širůček, Ph.D. (lecturer)
Mgr. Mojmír Snopek (seminar tutor)
Guaranteed by
doc. Mgr. Stanislav Ježek, Ph.D.
Department of Psychology – Faculty of Social Studies
Contact Person: doc. Mgr. Stanislav Ježek, Ph.D.
Timetable
Wed 8:00–9:40 Aula and each even Wednesday 10:00–11:40 U35, each even Wednesday 12:00–13:30 U35, each even Thursday 8:00–9:40 P22, each even Thursday 10:00–11:40 P22
  • Timetable of Seminar Groups:
PSY117/A: No timetable has been entered into IS. S. Ježek
PSY117/B: No timetable has been entered into IS. S. Ježek
PSY117/C: No timetable has been entered into IS. J. Širůček
PSY117/D: No timetable has been entered into IS. J. Širůček
Course Enrolment Limitations
The course is only offered to the students of the study fields the course is directly associated with.
fields of study / plans the course is directly associated with
there are 8 fields of study the course is directly associated with, display
Course objectives (in Czech)
Cílem kurzu je seznámit studenty se základy statistiky používané v psychologickém výzkumu. Studenti získají porozumění základním prvkům statistiky a dovednost je aktivně i pasivně používat. Studenti získají dovednost připravit data pro statistické zpracování, spočítat základní statistiky, otestovat běžné typy hypotéz. Kurz klade důraz i na komunikaci, tj. slovní popis výsledků i schopnost porozumět takto popsaným výsledkům v empirických kvantitativních studiích. V rámci kurzu budou studenti seznamováni paralelně s českou i anglickou terminologií, aby byli po skončení kurzu schopni dále studovat a používat internetové zdroje.
Syllabus (in Czech)
  • 1. Proměnné Data, proměnné, úrovně měření, kvalita měření, organizace dat, kontrola dat. Seminární témata: tvorba datové matice (v Excelu a SPSS), kódování proměnných 2. Zobrazování dat, četnosti, distribuce Tabelace dat, šíře intervalů, minimum, maximum, odlehlá hodnota (outlier), absolutní a relativní četnosti (frekvence), kumulativní absolutní a relativní četnosti, rozložení (rozdělení) četností(dat), tvary rozložení (normální, bimodální, uniformní, pozitivně zešikmené, negativně zešikmené), normální (Gaussovo) rozložení, velikosti oblastí pod křivkou normálního rozložení, Poissonovo rozložení, graf absolutních a relativních četností, sloupcový graf, histogram 3. Míry centrální tendence a variability Modus, medián, průměr, vážený průměr, vhodnost použití různých měr centrální tendence, (variační) rozpětí, kvartilové rozpětí, směrodatná odchylka (populační, výběrová), rozptyl, vliv přičítání konstanty a násobení konstantou na m a s, z-skóry a další standardní skóry (T, IQ), percentily, šikmost, špičatost, krabicový graf s anténami 4. Vztahy mezi proměnnými Korelace – Pearsonův, Spearmannův, Kendallův koeficient a jejich vlastnosti. Koeficient determinace, kovariance. Kontingenční tabulka, marginální četnosti. Lineární vztah, monotónní vztah, pozitivní a negativní vztah. Těsnost vztahu. Bodový graf. 5. Lineární regrese Statistická predikce, lineární vs. nelineární regrese, lineární a kvadratická funkce, odhad, modelování, regrese, reziduum, prediktor, závislá a nezávislá proměnná, zdroje variability, stanovení regresní přímky metodou nejmenších čtverců, regresní rozptyl a reziduální rozptyl, koeficient determinace jako ukazatel úspěšnosti regrese, homoskedascita, mnohočetná (mnohonásobná) regrese, logistická regrese 6. Pravděpodobnost Pojetí pravděpodobnosti, počítání s pravděpodobnostmi, náhodné jevy, podmíněné pravděpodobnosti, Bayesův teorém, binomické rozložení, normální rozdělení a další běžná rozložení. 7. Statistická indukce, intervalové odhady Vzorek(výběr), statistiky vs. parametry, výběrová rozložení, centrální limitní teorém, směrodatná chyba (průměru), výběrové rozložení průměru, relativní četnosti, rozptylu, bodové vs. intervalové odhady. 8. Testování hypotéz Statistická(nulová) hypotéza, výzkumná (alternativní) hypotéza, jednostranná vs. oboustranná hypotéza(test); Bayesovský přístup k testování hypotéz vs. Fisher-Pearson-Neymanovský (tradiční) přístup, úroveň(hladina) statistické významnosti, chyba I. a II. typu a jejich pravděpodobnost, (statistická) síla testu, jednovýběrový t-test, dvouvýběrový t-test (pro nezávislé výběry), párový t-test (z-test), Levenův test, testování korelačního koeficientu, velikost efektu, Cohenovo d, transformace z d na r a naopak 9. Testy pro nominální a ordinální proměnné Parametrické vs. neparametrické testy, znaménkový test, test relativních četností, test dobré shody, závislost kategoriálních proměnných, Wilcoxonovy testy, Mann-Whitney U, 10. Analýza rozptylu Problém s prováděním většího počtu testů, rybaření v datech, Bonferroniho korekce, princip analýzy rozptylu, rozptyl mezi skupinami , rozptyl uvnitř skupin, statistika F, analýza rozptylu s jedním faktorem (one-way), předpoklady analýzy rozptylu, post-hoc testy, velikost účinku, interakce faktorů 11. Úvod do multivariačních metod Účel, princip a předpoklady: mnohonásobné lineární regrese, vícefaktoriální analýzy rozptylu, faktorové analýzy (analýzy hlavních komponent), shlukové analýzy, analýzy strukturních modelů (LISREL)
Language of instruction
Czech
Further comments (probably available only in Czech)
The course is taught annually.
General note: Cvičení je děleno na tři skupiny.
Listed among pre-requisites of other courses
Teacher's information
http://www.fss.muni.cz/psych/studium.html
The course is also listed under the following terms Spring 2000, Spring 2001, Spring 2002, Spring 2003, Spring 2004, Spring 2005, Spring 2006, Spring 2008, Spring 2009, Spring 2010, Spring 2011, Spring 2012, Spring 2013, Spring 2014, Spring 2015, Spring 2016, Spring 2017, Spring 2018, Spring 2019, Spring 2020.
  • Enrolment Statistics (Spring 2007, recent)
  • Permalink: https://is.muni.cz/course/fss/spring2007/PSY117