Sylabus
Jednorozměrný výběr (přednáška a cvičení 2 hodiny)
Základní pojmy (průměr, medián, modus, polosuma, rozptyl, směrodatná odchylka, standardní chyba průměru, intervaly spolehlivosti, percentily, šikmost, špičatost, typy rozdělení)
Průzkumová analýza jednorozměrných dat (homogenita, odlehlé body, „nehomogenita" a nehomogenita, diagnostické grafy)
Řešení problému nesymetrie a nehomogenity (transformace, neparametrické metody)
Odhady střední hodnoty a rozptýlení
Analýza malých výběrů (Hornova metoda pivotů)
Vztahy mezi metrickou proměnnou a kategoriálními proměnnými (přednáška a cvičení 8 hodin)
Nepárové testy (předpoklady, řešení problémů nesymetrie nehomogenity a nehomogenity rozptylu, testy shodnosti rozptylu, testy shodnosti rozdělení, neparametrický Mann-Whitneyův test)
Párové testy (předpoklady, řešení problémů nesymetrie a nehomogenity, neparametrický Wilcoxonův test)
Jednofaktorová ANOVA (pojem vysvětlený a nevysvětlený rozptyl, předpoklady, řešení problémů nesymetrie, nehomogenity rozdělení a nehomogenity rozptylu, testy, shodnosti rozptylu, neparametrická ANOVA (Kruskal-Wallisův test), testy vícenásobného porovnávání)
Vícefaktorová ANOVA bez opakování (interakce mezi faktory)
ANOVA s opakováním
Cross-over design
Metrická závisle proměnná vs. metrické i nemetrické nezávisle proměnné (přednáška a cvičení 1 hodina)
ANCOVA (faktory, kovariáty, interakce, podmínka nevýznamných interakcí kovariát-faktor)
Lineární modely (interakce mezi kovariáty a mezi kovariáty a faktory)
Vztahy mezi metrickými proměnnými (přednáška a cvičení 3 hodiny)
Vícerozměrné normální rozdělení (Mahalanobisova vzdálenost, problém vícerozměrných nehomogenit, detekce a eliminace nehomogenit, transformace směrem k symetrii a homoscedasticitě u vícerozměrných dat)
Párové korelace (předpoklady, řešení problémů nesymetrie, nehomogenity a nehomogenity rozptylu, testy shodnosti rozptylu, pořadová Spearmanova korelace, transformace)
Parciální korelace
Vztahy mezi metrickými závisle proměnnými a metrickými nezávisle proměnnými (přednáška a cvičení 6 hodin)
Lineární regrese (linearizace vztahů, předpoklady, řešení problémů nesymetrie, nehomogenity, nehomogenity rozptylu u závisle a nezávisle proměnných, diagnostické grafy)
Vícenásobná lineární regrese (stepwise regrese, polynomická regrese)
Vztahy mezi kategoriálními závisle proměnnými a metrickými i kategoriálními nezávisle proměnnými (přednáška a cvičení 2 hodiny)
Logistická regrese (robustnost k rozdělení dat, odhad pravděpodobnosti příslušnosti do skupiny, robustní alternativa k nepárovým testům, stepwise logistická regrese, 2x2 kontingenční tabulka, jako výsledek logistick é regrese, pojmy sensitivita specificita pozitivní prediktivní hodnota negativní, prediktivní hodnota pravděpodobnostní poměr, odds ratio, relativní riziko)
Vztahy mezi kategoriálními proměnnými (přednáška a cvičení 1 hodina)
Kategorizace metrických dat
Kontingenční tabulky
χ2-test, Fisherův exaktní test
Frekvenční analýza (logaritmicko-lineární modely)
Vícerozměrné metody s redukcí dimenzionality (přednáška a cvičení 3 hodiny)
Analýza hlavních komponent (PCA) (predikce chybějících hodnot, krátký cyklus, rotace hlavních komponent)
Faktorová analýza (rotace faktorů)
Vícerozměrná regrese s redukcí dimenzionality (PLS, OPLS, O2PLS)
Analýza shluků (hierarchické shlukování, shlukování a nesymetrie v datech, PCA a shlukování)
Využití jazyka R v analýze dat (přednáška a cvičení 3 hodiny)
Řešení některých úloh z předchozích lekcí v jazyce R
Anotace
Předmět je určen k praktickému zvládnutí zpracování jedno- a vícerozměrných dat v antropologii.