Předmět zahrnuje tato témata:

- Příčina, následek, a experimentální paradigma

Hlavní koncepty:

1. Kauzalita.

2. Náhodný kontrolovaný experiment (RCT).

3. Typologie experimentů.

Hlavní četba:

• Zeisel a Kaye, kap. 1.

- Identifikace a zkreslení kauzálních vztahů

Hlavní koncepty:

1. Nepravá korelace, vývojová sekvence, chybějící mezičlánek, dvojí příčina.

2. Endogeneita.

3. Kontrafaktuál.

Hlavní četba:

• Disman, kap. 1.4, 1.5 a 2.

• Zeisel a Kaye, kap. 2 a 3.

- Data, proměnné a deskriptivní statistiky

Hlavní koncepty:

1. Populace a parametry.

2. Vzorek a statistiky.

3. Reprezentativnost vzorku.

4. Sample selection/self-selection bias.

5. Typy dat.

6. Typy proměnných.

7. Histogram a rozdělení četností.

8. Průměr, modus a medián.

9. Robustnost statistiky.

10. Průměrná absolutní odchylka, směrodatná odchylka, IQR.

11. Standardizace a z-score.

Hlavní četba:

• Disman, kap. 5.

• Epstein a Martin, kap. 6.

• Montag 2017, sekce 1 až 3.

• Montag 2016 a Brabenec a Montag 2018, s. 397–405.

- Statistická inference I: náhoda a signifikance.

Hlavní koncepty:

1. Statistická inference.

2. Sampling distribution.

3. Centrální limitní věta.

4. Normální rozdělení.

5. Pravidlo tří sigma.

6. Standardní chyba.

Hlavní četba:

• Epstein a Martin, kap. 6.5 a 7.

• Zeisel a Kaye, kap. 6.

- Nade vší pochybnost: teorie pravděpodobnosti a důkazy v soudních sporech

Hlavní koncepty:

1. Základní teorie pravděpodobnosti.

2. Podmíněné pravděpodobnosti.

3. Bayesova věta.

4. Aplikace: pachové stopy.

5. Aplikace: DNA.

Hlavní četba:

• Finkelstein a Levin, kap 3.

• Pinc, Ludvík a kol. 2015. Zpráva o průběhu testování reliability metody pachové identifikace prováděné speciálně vycvičenými služebními psy. Praha: Česká zemědělská univerzita.

• Gastwirth, kap. 3.

- Statistická inference II: testování hypotéz.

Hlavní koncepty:

1. Nulová a alternativní hypotéza.

2. Interval spolehlivosti.

3. Statistická signifikantnost.

4. p-value a její interpretace.

5. Testová statistika.

6. p-value a její interpretace.

7. Jednovýběrový a párový z-test a t-test.

8. Chyba I. typu.

9. Chyba II. typu.

Hlavní četba:

• Epstein a Martin, kap. 7.

• Zeisel a Kaye, kap. 6.

- Statistická inference III: síla a substance.

Hlavní koncepty:

1. Síla statistického testu.

2. Substantivní signifikantnost.

3. Two-sample z-test (t-test).

4. Tabulky a χ²-test.

Hlavní četba:

• Epstein a Martin, kap. 7.

• Zeisel a Kaye, kap. 6.

• Bolcha a Rovný 2015, s. 603–624.

• Beber a Scacco 2012, sekce 1, 2.2, 3, 4.

Doplňková četba:

• Montag 2017.

• Gelman a Stern 2006.

- Lineární regrese I: metoda nejmenších čtverců

Hlavní koncepty:

1. Bodový diagram (scatter plot).

2. Regrese na konstantu a jednoduchá lineární regrese.

3. Metoda nejmenších čtverců.

4. Interpretace konstanty a koeficientu(ů).

Hlavní četba:

• Epstein a Martin, kap. 8.1 a 8.2.

- Lineární regrese II: Inference

Hlavní koncepty:

1. Vlastnosti vzorku a statistická inference.

2. Vztah mezi standardní chybou, -statistikou a -value.

3. Koeficient determinace.

4. Ne-robustnost lineární regrese.

5. Flexibilita lineární regrese.

6. Logaritmus v regresi.

Hlavní četba:

• Epstein a Martin, kap. 8.3. 9.1 a 9.2.

- Lineární regrese III: Kauzalita

1. Kauzalita a role teorie v empirickém výzkumu.

2. Exogeneita.

3. Předpoklad ceteris paribus a alternativní vysvětlení.

4. Kontrolní proměnné, omitted variable bias a konzervativní zkreslení.

5. (Ne)stacionarita časových řad a zavádějící regrese.

6. Random walk a kointegrace.

Hlavní četba:

• Montag 2016.

• Brabenec a Montag 2018.

Doplňková četba:

• Murray 1994.

- Přirozené experimenty

Hlavní koncepty:

1. Difference-in-differences.

2. Instrumentální proměnné.

3. Regresní diskontinuita.

4. Matching.

Hlavní četba:

• Angrist a Krueger 1994.

• Montag 2004.