|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KSA / ADVV
:
Popis předmětu
Pracoviště / Zkratka
|
KSA
/
ADVV
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Analýza dat pro vědu a výzkum - MGV
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Název dlouhý
|
Analýza dat pro vědu a výzkum
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
8
[HOD/SEM]
Seminář
8
[HOD/SEM]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
12 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
A|B|C|D|E|F |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Výzkum v sociálních, humanitních a edukačních vědách dnes vyžaduje metodologickou zdatnost v oblasti kvantitativních metod, tedy datové analýzy a vizualizace dat. Kurz je rozdělen do dvou tematických bloků. Cílem kurzu v prvním bloku ukázat základy statistické analýzy dat v programu R, STATA, SPSS. Absolventi kurzu se naučí základní analytické postupy jako je deskriptivní statistika, základy bivariační a multivariační analýzy a vizualizace statistických analýz. V druhém bloku kurz významně rozšiřuje znalosti statistických technik v sociálních vědách. Ten je pak zaměřen především na aplikaci pokročilých regresních modelů v datovém výzkumu, nechybí ani rozšíření znalostí u dalších statistických technik (faktorová analýza, ANOVA, ANCOVA). Posluchači budou seznámeni s aplikací statistických technik pro analýzu hierarchických dat (mixed regression models), časových řad (ARIMA, ARMAX modely), longitudinálních/panelových dat a tzv. cross-sections time series dat, kdy nejčastější jednotkou analýzy jsou země v čase. Kurz naučí absolventy praktickým analytickým dovednostem v analýze dat.
|
Požadavky na studenta
|
zkouška
|
Obsah
|
Výzkum v sociálních, humanitních a edukačních vědách dnes vyžaduje metodologickou zdatnost v oblasti kvantitativních metod, tedy datové analýzy a vizualizace dat. Kurz je rozdělen do dvou tematických bloků. Cílem kurzu v prvním bloku ukázat základy statistické analýzy dat v programu R, STATA, SPSS. Absolventi kurzu se naučí základní analytické postupy jako je deskriptivní statistika, základy bivariační a multivariační analýzy a vizualizace statistických analýz. V druhém bloku kurz významně rozšiřuje znalosti statistických technik v sociálních vědách. Ten je pak zaměřen především na aplikaci pokročilých regresních modelů v datovém výzkumu, nechybí ani rozšíření znalostí u dalších statistických technik (faktorová analýza, ANOVA, ANCOVA). Posluchači budou seznámeni s aplikací statistických technik pro analýzu hierarchických dat (mixed regression models), časových řad (ARIMA, ARMAX modely), longitudinálních/panelových dat a tzv. cross-sections time series dat, kdy nejčastější jednotkou analýzy jsou země v čase. Kurz naučí absolventy praktickým analytickým dovednostem v analýze dat.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Mareš, P., L. Rabušic, P. Soukup. Analýza sociálněvědních dat (nejen) v SPSS. Brno: Masarykova univerzita, 2015.
-
Základní:
Gelman, A., Hill, J. Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge: Cambridge University Press, 2007.
-
Základní:
Greene, W. H. Econometric Analysis. London: Pearson Education Limited, 2014.
-
Základní:
J.M. Wooldridge. Introductory Econometrics: A Modern Approach (6th edition).. Cengage Learning, Boston, 2015.
-
Základní:
Wickham, H., Grolemund, G. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data (1st. ed.). O?Reilly Media, Inc, 2019.
-
Základní:
Hamilton, L. C. Statistics with STATA: Version 12, 8th edition. Boston: Cengage, 2013.
-
On-line katalogy knihoven
|
Předpoklady - další informace k podmíněnosti studia předmětu |
- |
Získané způsobilosti |
- |
Vyučovací metody |
- Přednášení
- Dialogická (diskuze, rozhovor, brainstorming)
|
Hodnotící metody |
|
|
|
|