PUPn4568 Multivariable Statistics

Fakulta sociálních studií
podzim 2023
Rozsah
1/1/0. 12 kr. Ukončení: z.
Vyučující
Mgr. Miroslav Suchanec, Ph.D., M.Sc. (přednášející)
Garance
Mgr. Miroslav Suchanec, Ph.D., M.Sc.
Katedra sociální politiky a sociální práce – Fakulta sociálních studií
Dodavatelské pracoviště: Katedra sociální politiky a sociální práce – Fakulta sociálních studií
Rozvrh
Čt 12:00–13:40 PC26
Předpoklady
Course does not assume any previous methodological or statistical knowledge.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Předmět si smí zapsat nejvýše 18 stud.
Momentální stav registrace a zápisu: zapsáno: 0/18, pouze zareg.: 0/18
Mateřské obory/plány
Cíle předmětu
Graduates should: 1. understand utility/usefulness of multivariable data analysis in public policy and human resources 2. be able to choose relevant multivariable method with respect to research goal 3. be able to interpret results of multivariable data analysis in research journals (passive knowledge) 4. master selected multivariable methods (active knowledge)
Výstupy z učení
1. understand utility/usefulness of multivariable data analysis in public policy and human resources 2. be able to choose relevant multivariable method with respect to research goal 3. be able to interpret results of multivariable data analysis in research journals (passive knowledge) 4. master selected multivariable methods (active knowledge)
Osnova
  • 1. Introduction to multivariable data analysis (Introduction to SPSS/PASW, Assumptions of linear multivariable data analysis, Assumptions of multivariable analysis of categorical data. 2. Selected methods of linear multivariable data analysis (factor and cluster analysis) 3. Selected methods of multivariable analysis of categorical data (logistic regression)
Literatura
    povinná literatura
  • AGRESTI, Alan a Christine A. FRANKLIN. Statistics : the art and science of learning from data. 3rd ed. Boston: Pearson, 2013, xxiii, 757. ISBN 9780321805744. info
  • AGRESTI, Alan. An introduction to categorical data analysis. 2nd ed. Hoboken, NJ: Wiley-Interscience, 2007, xvii, 372. ISBN 9780471226185. info
Výukové metody
Each class consists of lecture and following workshop. At the end of semester students will choose one method and apply it in their own research.
Metody hodnocení
credit for final project (data analysis with one selected method)
Vyučovací jazyk
Angličtina
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2024.