FF:MGVV102 Analýza R - Informace o předmětu

MGVV102 Pokročilá statistická analýza a vizualizace v R

Předmět se v období podzim 2026 nevypisuje.

Rozsah

0/2/0. 8 kr. Ukončení: z.
Vyučováno kontaktně

Vyučující

Tomáš Lintner, Ph.D. (přednášející)
doc. Mgr. Martin Sedláček, Ph.D. (přednášející)

Garance

doc. Mgr. Martin Sedláček, Ph.D.
Ústav pedagogických věd – Filozofická fakulta
Kontaktní osoba: Mgr. Helena Juřicová
Dodavatelské pracoviště: Ústav pedagogických věd – Filozofická fakulta

Předpoklady

Úspěšné absolvování předmětu FF:MGVV006 Kvantitativní výzkum. Elementární znalosti statistiky a R programování.

Omezení zápisu do předmětu

Předmět je určen pouze studentům mateřských oborů.

Mateřské obory/plány

• Management ve vzdělávání (program FF, N-MNGV)

Anotace

Kurz poskytuje systematický úvod do práce s jazykem R jako nástrojem pro analýzu dat ve společenských vědách. Je rozdělen do tří hlavních bloků, které odpovídají postupnému rozvoji dovedností studenta od základů programování až po pokročilé modelování.
V bloku A se studenti seznámí se syntaxí jazyka R, naučí se používat základní funkce, provádět import a export dat a realizovat jejich základní transformace. Cílem je vytvořit pevný základ pro další analytickou práci a podpořit schopnost samostatně pracovat s daty.

Blok B se zaměřuje na explorativní analýzu a vizualizaci dat. Studenti se naučí popisovat datové soubory pomocí deskriptivních statistik a vytvářet přehledné a informativní vizualizace v prostředí ggplot2. Důraz je kladen na porozumění datům a schopnost jejich efektivní prezentace.

Blok C představuje pokročilé analytické techniky, mezi něž patří regresní modelování, strukturální modelování, prediktivní modely a základy meta-analytického přístupu. Studenti se naučí vybírat vhodné metody pro různé výzkumné otázky a interpretovat výsledky v kontextu společenskovědního výzkumu.

Výstupy z učení

Na konci kurzu budou studenti schopní:

Zvládnout základy programování vjazyce R
– osvojit si syntaxi jazyka R
– využívat základní funkce pro práci sdaty
– provádět import, export a transformaci dat

Provádět explorativní analýzu a vizualizaci dat
– vypočítat a interpretovat deskriptivní statistiky
– vytvářet vizualizace pomocí balíčku ggplot2
– prezentovat a sdělovat výsledky pomocí grafů

Aplikovat pokročilé analytické metody
– sestavovat a interpretovat regresní modely
– porozumět principům strukturálního modelování
– vytvářet prediktivní modely a hodnotit jejich výkonnost
– provádět meta-analytické modelování a syntézu důkazů

Klíčová témata

• BLOK A: základy programování v R
• A1. R syntax
• A2. základní funkce, import/export dat, transformace dat
• BLOK B: Explorace a vizualizace dat
• B1. deskriptivní statistika
• B2. vizualizace v ggplot2
• BLOK C: pokročilé metody
• C1: regresní modelování
• C2: strukturální modelování
• C3: prediktivní modelování
• C4: meta-analytické modelování

Studijní zdroje a literatura

povinná literatura
• WICKHAM, Hadley; Mine ÇETINKAYA-RUNDEL a Garrett GROLEMUND. R for data science : import, tidy, transform, visualize, and model data. 2nd edition. Tokyo: O'Reilly, 2023, xxiii, 548. ISBN 9781492097402. info
• WICKHAM, Hadley. Ggplot2 : elegant graphics for data analysis. Dordrecht: Springer, 2009, viii, 212. ISBN 9780387981413. info
• THULIN, Måns. Modern Statistics with R. Online. 2025. info
• MATHIAS, Harrer. Doing Meta-Analysis in R: A Hands-on Guide. Online. 2021. info

doporučená literatura
• WICKHAM, Hadley. Advanced R. Boca Raton: CRC Press, 2015, xxii, 456. ISBN 9781466586963. info
• WILEY, Matt a Joshua F. WILEY. Advanced R statistical programming and data models : analysis, machine learning and visualisation. California: Apress, 2019, xx, 638. ISBN 9781484228715. info

Přístupy, postupy a metody používané ve výuce

Přednášky a semináře. Výuka bude kromě výkladu postavena na systematické samostatné přípravě, diskuzi a programování. Od studentů se očekává systematická samostatná příprava.

Pro absolvování předmětu je počítáno se zátěží 240 hodin (8 ECTS kreditů):
24 hodin – účast na přednáškách
24 hodin – účast na seminářích
72 hodin – samostudium
40 hodin - samostatné průběžné programování
40 hodin - vyplňování průběžných testů
5 hodin – příprava prezentace
35 hodin – závěrečný projekt

Způsob ověření výstupů z učení a požadavky na ukončení

• Povinná docházka a participace na seminářích
• Průběžné testy: 20%
• Závěrečný projekt a prezentace: 80%

Další komentáře

Předmět je vyučován každoročně.
Výuka probíhá každý druhý týden.

• Permalink: https://is.muni.cz/predmet/phil/podzim2026/MGVV102