Předmět: Vícerozměrné techniky analýzy dat

« Zpět
Název předmětu Vícerozměrné techniky analýzy dat
Kód předmětu KSA/VTAD
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní a letní
Počet ECTS kreditů 8
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Ryšavý Dan, doc. Mgr. Ph.D.
Obsah předmětu
1. Úvod do vícerozměrné analýzy dat historie a význam mnohorozměrných statistických metod, pojetí vzdálenosti (metriky) ve vícerozměrné analýze, vizualizace vztahů 2. Faktorová analýza a analýza hlavních komponent latentní proměnná, korelační a kovariační matice, sféricita, faktorová zátěž, rotace, explorační a konfirmační FA 3. Shluková (klastrová) analýza klasifikace objektů nebo znaků, hierarchická a nehierarchická SA, vzdálenost a ne/podobnost, rampouchový graf a dendrogram 4. Korespondenční analýza od kontingenční tabulky ke korespondenční analýze, typy a postupy korespondenční analýzy 5. Mnohorozměrné škálování vhodnost dat, optimální počet dimenzí, matice vzdáleností 6. Regresní analýza 7. Uzavření a vyhodnocení kurzu

Studijní aktivity a metody výuky
Přednášení, Demonstrace, Pracovní činnosti (dílny)
Výstupy z učení
Kurz seznamuje studenty se základními principy a praktickým využitím vybraných metod a technik vícerozměrné statistické analýzy dat. Jedná se především o faktorovou analýzu, shlukovou analýzu, korespondenční analýzu a mnohorozměrné škálování. Dále se věnuje regresní analýze, základním principům strukturního modelování a analýze kategorizovaných dat. V praktické části kurzu jsou představeny a užity odpovídající postupy nabízené programem STATISTICA.
Po absolvování kurzu se student bude orientovat v základních technikách vícerozměrné statistické analýzy dat. Studenti díky kurzu mohou porozumět odborným textům využívajícím probírané techniky a také vypracovat jednoduché analýzy s daty, která si sami připraví anebo využijí v rámci sekundární analýzy dat.
Předpoklady
Absolvování základního kurzu statistické analýzy dat (SAD a srovnatelné kurzy z jiných VŠ)

Hodnoticí metody a kritéria
Analýza výkonů studenta, Seminární práce

Po uvedení do kurzu samostatná práce s programem STATISTICA či SPSS.
Doporučená literatura
  • HEBÁK, P. a kol. Statistické myšlení a nástroje analýzy dat..
  • HEBÁK, P. et al. Vícerozměrné statistické metody. 2., doplněné vyd. Praha: Informatorium, 2007.
  • Hendl, J. (2015). Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Praha: Portál.. Praha.
  • KOŠŤÁL, J. Vybrané metody vícerozměrné statistiky (se zvláštním zaměřením na kriminologický výzkum). Praha: Institut pro kriminologii a sociální prevenci, 2013..
  • KUBÍKOVÁ, J., ŠKOP, M. Vícerozměrné statistické metody v programu STATISTICA. Praha, StatSoft, 2010.
  • Meloun, M., Milirký, J., Hill, M. (2017). Statistická analýza vícerozměrných dat v příkladech. Praha.
  • Rabušic, L., P. Soukup, P. Mareš. (2019). Statistická analýza sociálněvědních dat (prostřednictvím SPSS). Brno.
  • Soukup, P. Pokročilá analýza dat v SPSS a AMOS. Brno. 2022.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie minor (2019) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie (2019) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie maior (2022) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie maior (2019) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie minor (2022) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -
Fakulta: Filozofická fakulta Studijní plán (Verze): Sociologie (2022) Kategorie: Sociální vědy 1 Doporučený ročník:1, Doporučený semestr: -