Syllabus
1. Úvod, práce s R (11. října)
Studenti budou seznámeni s obsahem kurzu. Bude představeno programovací prostředí R, zejména jednotlivé typy využívaných informací; příkazy pro ukládání a nahrávání datových souborů, jejich třídění, úpravy a základní deskriptivní analýzu; práce s proměnnými; tvorba funkcí. Studentům budou představeny hlavní výhody R oproti jiným programům a stejně tak úskalí, která mohou při práci s tímto programem nastat.
Povinná literatura:
Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics using R. Los Angeles: Sage. Chapter 3 – The R environment.
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 18 – Univariate Statistics.
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 17 – Data Management. 2. Vizualizace dat (25. října)
Studentům budou představeny různé způsoby vizualizace dat a výstupů kvantitativních analýz. Odhaleny budou způsoby analýzy dat právě skrze jejich vizualizaci. Studenti budou seznámeni s prohřešky, kterých by se v rámci vizualizace dat neměli dopouštět. Tvorba těchto vizualizací bude prakticky nacvičena v R.
Povinná literatura:
Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics using R. Los Angeles: Sage. Chapter 4 – Exploring data with graphs.
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 19 – Probability Distributions. 3. Statistická inference (8. listopadu)
Bude popsána logika statistického usuzování (inference) s důrazem na splnění příslušných předpokladů. Studenti se seznámí s principem centrálního limitního teorému a osvojí si dovednosti konstruování intervalů spolehlivosti v R.
Povinná literatura:
Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics using R. Los Angeles: Sage. Chapter 2 – Everything you ever wanted to know about statistics (well, sort of).
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 20 – Statistical Inference. 4. Základní statistické nástroje (22. listopadu)
Bude představena korelační analýza, t-test a chí-kvadrát test, a to zejména skrze situace vhodné k jejich použití, konkrétní podobě aplikace a způsobu interpretace výsledků. Studenti si prakticky vyzkouší statistické uvažování a základní analýzu v programovacím prostředí R.
Povinná literatura:
Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics using R. Los Angeles: Sage. Chapter 6 – Correlation.
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 21 – Bivariate Statistics. 5. Regresní analýza (6. prosince)
Bude charakterizována metoda regresní analýzy, která je vůdčí kvantitativní metodou v politologickém výzkumu. Důraz bude kladen na předpoklady regresní analýzy, samotné provedení analýzy a interpretaci jejích výsledků. Studenti si prakticky vyzkouší aplikaci regresní analýzy a prezentaci výsledků v tabulkové i grafické podobě v R. Studentům bude představena technika transformace dat, aby mohla být následně využita klasická regresní analýza.
Povinná literatura:
Field, A. P., Miles, J., & Field, Z. (2012). Discovering Statistics using R. Los Angeles: Sage. Chapter 7 – Regression.
Gerring, J., & Christenson, D. (2017). Applied social science methodology: an introductory guide. Cambridge; New York: Cambridge University Press. Chapter 22 – Regression. 6. Tvorba map (20. prosince)
Mapy mají při analýze dat stále větší význam. Studenti se proto seznámí s rolí prostorové analýzy v oblasti politologického výzkumu a různými typy mapových zobrazení. Následně si prakticky procvičí tvorbu map v RStudiu. V neposlední řadě pak budou představeny různé praktické tipy a triky pro vizualizaci dat.
Povinná literatura:
Lysek, J., Pánek, J., & Lebeda, T. (2020). Who are the voters and where are they? Using spatial statistics to analyse voting patterns in the parliamentary elections of the Czech Republic. Journal of Maps, 17(1), 33–38.
Annotation
Předmět seznamuje studenty s pokročilými nástroji moderního kvantitativního politologického výzkumu, a to zejména v praktické rovině. Jelikož právě kvantitativní metody nabývají v politologii stále většího významu, je jejich znalost cennou, a dokonce až nezbytnou dovedností.
Po absolvování předmětu budou mít studenti nejenom pasivní znalost pro kritickou práci s výstupy kvantiativního výzkumu, ale budou umět i aktivně používat základních statistické analytické nástroje. Znalost softwaru R studentům navíc otevře i další možnosti práce s daty a nepochybně zvýší jejich šance na trhu práce.