|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KAE / ZEDE
:
Popis předmětu
Pracoviště / Zkratka
|
KAE
/
ZEDE
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Zpracování ekonomických dat
|
Způsob zakončení
|
Zápočet
|
Způsob zakončení
|
Zápočet
|
Akreditováno / Kredity
|
Ano,
3
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Seminář
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
NE
|
Vyučovací jazyk
|
-
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
NE
|
Zimní semestr
|
0 / -
|
21 / 27
|
0 / 0
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
-
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
S|N |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
S|N |
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):
|
Předmět seznamuje studenty se zásadami tvorby modelů v ekonomii, typy dat a datových souborů, jejich zpracováním a analýzou. Pozornost je věnována především datům získaným různými typy dotazníkových šetření, jejich specifikům a rozdílům oproti datům měřeným. Diskutovány jsou zásady tvorby dotazníkových šetření a možná úskalí tohoto procesu. V neposlední řadě je pak studentům představena metodologie set-theoretic přístupu a kvalitativní komparativní analýzy (s možností reflektovat neurčitost pomocí fuzzy množin) a možnosti jejího využití pro nalézání odpovědí na výzkumné otázky na základě dotazníkových (potenciálně i kvalitativních) dat.
|
Požadavky na studenta
|
Aktivní zapojení na semináři.
Vypracování seminární práce zpracování ekonomických dat s využitím metod diskutovaných v předmětu (přesný popis zadání v Moodle kurzu) a její obhajoba.
|
Obsah
|
Hlavní témata kurzu:
a) Modelování v Ekonomii
b) Ekonomická data
c) Validace modelu
d) Analýza citlivosti
e) Data pre-processing
f) Typy dotazníkových dat (typy dat získatelné dotazníkovým šetřením)
g) Zpracování dotazníkových dat
h) Konstrukce dotazníků
i) Kódování odpovědí
j) Modelování vztahů mezi proměnnými různých typů, kvalitativní komparativní analýza (QCA)
k) QCA, zpřesňování pravidel, úvod do fuzzy modelů, fsQCA
l) Možné zdroje zkreslení v dotazníkových šetřeních
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Stoklasa, J., Talášek, T., Kubátová, J. and Seitlová, K. (2017). Likert Scales in Group Multiple-criteria Evaluation.
-
Základní:
Stoklasa, J., Luuka, P., and Talášek, T. (2017). Set-theoretic methodology using fuzzy sets in rule extraction and validation - consistency and coverage revisited.
( DOI: http://dx.doi.org/10.1016/j.ins.2017.05.042 )
-
Rozšiřující:
P. BERKA. (2003). Dobývání znalostí z databází.
-
Rozšiřující:
M. Hofmann, R. Klinkenberg. (2016). RapidMiner: Data Mining Use Cases and Business Analytics Application..
-
Rozšiřující:
RapidMiner Studio Manual.
-
Doporučená:
M. A. North. (2012). Data Mining for the Masses..
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Domácí příprava na výuku
|
30
|
Semestrální práce
|
20
|
Účast na výuce
|
25
|
Celkem
|
75
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
- |
Získané způsobilosti |
Student se v průběhu kurzu naučí základní principy zpracování a vytěžování ekonomických dat získaných dotazníkovými šetřeními. Bude schopen vstupní data upravit a dále zpracovat a vyhodnotit pomocí základních metod. Pomocí metod kvalitativní komparatiní analýzy bude student schopen posoudit soulad předpokládaného pravidle (vzorce) se získanými daty. Výsledky bude dále schopen prezentovat ve formě grafických výstupů a vyvodit z nich relevantní závěry pro ekonomickou praxi. |
Vyučovací metody |
- Přednášení
- Dialogická (diskuze, rozhovor, brainstorming)
- Demonstrace
|
Hodnotící metody |
- Analýza výkonů studenta
- Systematické pozorování studenta
- Seminární práce
|
|
|
|