Sylabus
Osnova semináře:
1. Transformace dat a pokročilé úpravy dat (agregace dat; vážení souboru)
2. Redukce dimenzí vztahů mezi proměnnými: faktorová (PCA) a korespondenční analýza
3. Relační a distanční data: klastrová analýza, multidimenzionální škálování
4. Konstrukce latentních prom ěnných: indexy a jejich dimenzionalita a reliabilita
5. Inferenční statistika (statistická indukce), statistické a sociologické hypotézy, strategie vícerozměrné analýzy
6. Regresní a korelační analýza, vícerozměrná lineární regrese (OLS)
7. Regresní analýza - strategie budování modelů, ověření předpokladů, limity lineárních vztahů
8. Vícerozměrná analýza rozptylu a její obecnější varianty
9. Logistická regrese (pro diskrétní-kategoriální závislé znaky): předpoklady, aplikace
10. Modely vztahů a možnosti jejich testování pomocí vícerozměrných metod (interakční efekty, přímé a nepřímé vlivy, kauzální usuzování)
11. Představení dalších možností pokročilých analýz, např.: víceúrovňová data, úseková analýza (strukturní modelování), imputace chybějících hodnot (bude upřesněno podle průběhu kurzu) Práce na vlastním projektu studentů pro účely diplomové či disertační práce.
Anotace
Kurz seznamuje s možnostmi aplikace pokročilých vícerozměrných statistických metod na základní uživatelské
úrovni (lineárně regresní analýza, logistická regrese, strategie budování modelů, analýza reliability a latentních struktur a dal.). Formou dílny budou procvičovány postupy na konkrétních úlohách, pozornost při tom bude věnována komparativnímu přístupu (trendy v čase, mezinárodní srovnání). Cílem kurzu je prohloubit praktické schopnosti vícerozměrné analýzy a složitějších transformací dat a posloužit tak při zpracování kvantitativních dat z vlastních výzkumných projektů realizovaných v rámci diplomové práce. Opora výuky je dostupná na webu http://metodykv.wz.cz.