Sylabus 1. Typy dat 1.1 Nominální kategoriální data (kvalitativní) 1.2. Ordinální kategoriální data (kvalitativní) 1.3 Spojitá (Continuous variable) 1.4 Nespojitá (Discrete variable) 1.5 Intervalová (Interval variable) 2. Zobrazení dat, prvotní, druhotné třídění 3. Deskriptivní statistika 3.1 Indikátory středu 3.2 Indikátory rozptylu 4. Formulace a testování hypotéz 5. Testy rovnosti průměru 5.1 Testy rovnosti průměru (1 výběr) 5.2 Testy rovnosti průměrů (2 výběry) 6. Analýza souvislosti 6. 1 Korelační analýza 6.1.a Spearmanova korelace 6.1.b Pearsonova korelace 6.2 Regresní analýza 6.2.1. Problém multikolinearity 6.2.2. Odléhlá pozorování
Přibližný harmonogram 1. – 7. hodina přednášky 7x 8. hodina konzultace k projektům a výpočet projektů 9. – 13. hodina prezentace projektů 5x
Literatura
Hendls J. 2006. Přehled statistických metod zpracování dat. Portál, s.r.o. Praha.
Hindls R., Hronová S., Novák I. 2000. Metody statistické analýzy pro ekonomy. Management Press. Praha.
Hebák, P. a kol. 2004. Vícerozměrné statistické metody. Části 1, 2 a 3 Informatorium. Praha.
Martínek, J. 2004. Statistické metody v hodnocení léčby
The aim of the course is to get acquainted with the basic methods of data analysis, sorting and displaying data (eg contingency tables, graphs, averages and confidence intervals), and to get acquainted with basic statistical indicators (eg average, median, mode, standard deviation, distribution) , to learn to practically use statistical methods - correlation analysis, regression analysis, statistical comparison of averages of two data series - methods most often used in bachelor and diploma theses.