Syllabus
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 logistické 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
Annotation
Předmět je určen k praktickému zvládnutí zpracování jedno- a vícerozměrných dat v antropologii.