Předmět: Metody analýzy kvantitativních dat 2

« Zpět
Název předmětu Metody analýzy kvantitativních dat 2
Kód předmětu KBD/MKV2
Organizační forma výuky Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 6
Vyučovací jazyk čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Navrátil Josef, doc. RNDr. Ph.D.
Obsah předmětu
1. Statistické uvažování - shrnutí dříve nabytých poznatků 2. Testování hypotéz, práce v STATISTICA 3. Výzkumné plány - teorie a příprava výzkumného plánu 4. ANOVA 1: ANOVA: One-way, Factorial, Main Effect 5. ANOVA 2: Nested ANOVA a RM-ANOVA 6. GLM a GLZ regrese 7. Opakování jednorozměrných metod (Midterm test, součást bodového hodnocení zápočtu) 8. Shluková analýza 9. Nepřímá ordinační analýza 10. Přímá ordinační analýza 11. Diskriminační analýza 12. Další statistické software - ukázky principů zadávání dat a provádění výpočtů v CANOCO, B-Veagna, R 13. Zápočet

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Demonstrace, Laboratorní práce
  • Příprava na zápočet - 30 hodin za semestr
  • Příprava na zkoušku - 50 hodin za semestr
  • Účast na výuce - 42 hodin za semestr
  • Domácí příprava na výuku - 28 hodin za semestr
Výstupy z učení
Cílem předmětu je seznámit studentky a studenty s neelementárními principy vyhodnocování kvantitativních dat. Představeny budou komplikovanější koncepty jednorozměrné analýzy dat a mnohorozměrné analýzy dat. Analytické postupy budou procvičovány s využitím software STATISTICA.
Studentky a studenti jsou schopni připravit experiment s cílem sběru kvantitativních dat, vyhodnocovat složité experimentální i neexperimentální výzkumné plány s využitím metod GLM/GLZ a některých mnohorozměrných metod jako jsou PCA, FA, MDS, shluková analýza a pod.
Předpoklady
Pro absolvování kurzu je nutností absolvování kurzu základní statistiky, tedy především obeznámenost s teorií pravděpodobnosti, znalost výpočtů a významu charakteristik souborů dat, pochopení principů testování hypotéz, korelace a lineární regrese.

Hodnoticí metody a kritéria
Písemná zkouška

Požadavky k zápočtu: 1. Prokázání totožnosti průkazem studenta (= indexem). 2. Osobní účast na cvičeních, povoleny jsou dvě absence (neplatí pro KS). 3. Zápočtový test absolvovaný celkově alespoň na 60 %. Zápočtový se ve standardní podobě skládá ze dvou částí - 6 úkolů v tzv. Midterm exam a 4 úkoly v zápočtovém týdnu (pro KS oba v termínu dohodnutém na 1. konzultaci). Oba testy jsou elektronické, software STATISTICA). Předmětem zápočtu je praktická schopnost řešení statistických úloh vSTATISTICA zahrnující především: import dat z XLS/XLSX formátu, transformace dat, přidání proměnné, úprava grafu do požadovaného formátu, výpočty t-testů, F-testu, Jednofaktorová ANOVA (včetně post-hoc testu) - a jejích nepametrických obdob, korelace (Pearson, Spearman), lineární regrese, analýza variance (factorial ANOVA, RMANOVA, MANOVA, Nested design ANOVA, ANCOVA), regresní modely (normal, binomial, multinomial, ordinal), shlukové analýzy (K-means, hiararchická) a ordinačních analýz (PCA, RDA, DCA/CA, CCA, CCorA). Poznámka pro PS: Pokud jste z důvodu absence neabsolvovali "midterm exam", pak jej absolvujete společně s 2. zápočtovým testem v zápočtovém týdnu. Pokud v součtu "midterm exam" a 2. zápočtového testu nezískáte minimálně 60 %, musíte absolvovat oba testy společně v opravném termínu - opravné termíny máte dva (platí pro PS i KS). Požadavky ke zkoušce: 1. Absolvování zkušebního testu alespoň na 60 %. Zkušební test je zaměřen na teoretické znalosti, je v něm položeno 14 otázek. 10 otázek je vždy se čtyřmi možnostmi odpovědí (právě jedna z nich je správná) - za správnou odpověď se získává bod, za chybné odpovědi se body neodečítají, 4 otázky jsou s volnou odpovědí, za správnou odpověď se uděluje bod. Na povinnou písemnou část zkoušky navazuje volitelná část ústní. 2.Prokázání totožnosti průkazem studenta (= indexem).
Doporučená literatura
  • Lepš J., Šmilauer P. Biostatistika. Episteme, České Budějovice, 2016. ISBN 978-80-7394-587-9.
  • Lepš, J.et Šmilauer, P. Mnohorozměrná analýza ekologických dat. České Budějovice, 2000.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Fakulta zemědělská a technologická Studijní plán (Verze): Biologie a ochrana zájmových organismů (2013) Kategorie: Zemědělství a lesnictví 1 Doporučený ročník:1, Doporučený semestr: Zimní
Fakulta: Fakulta zemědělská a technologická Studijní plán (Verze): Biologie a ochrana zájmových organismů (2019) Kategorie: Zemědělství a lesnictví 1 Doporučený ročník:1, Doporučený semestr: Zimní