Sylabus
V rámci kurzu jsou probírány základní metody jednorozměrné statistické analýzy a vybrané metody vícerozměrné statistické analýzy. Na konkrétních příkladech jsou diskutovány jak možnosti, tak omezení týkající se jejich použití v geografickém a demografickém výzkumu. K aplikaci jednotlivých postupů a metod se využívá statistický software SPSS.
Témata přednášek:
Statistické metody v geografii – úvod
Základy popisné a inferenční statistiky
Parametrické testy
Analýza rozptylu
Neparametrické testy
Analýza kategoriálních dat
Korelační a regresní analýza
Analýzy závislostí
Mnohonásobná lineární regrese
Statistické metody v geografii – aplikace
Témata cvičení:
Základy práce v SPSS
Základy popisné a inferenční statistiky v SPSS
Parametrické testy v SPSS
Analýza rozptylu v SPSS
Neparametrické testy v SPSS
Analýza kategoriálních dat v SPSS
Korelační a regresní analýza v SPSS
Analýzy závislostí v SPSS
Mnohonásobná lineární regrese v SPSS
Řešení reálných příkladů v SPSS
Anotace
Cílem kurzu je seznámit studenty s metodologickými principy základních metod statistické analýzy dat a naučit je aplikovat tyto statistické metody při analýze empirických geografických a demografických dat. V rámci kurzu studenti získají jak teoretické, tak praktické znalosti a dovednosti.
Důraz je v rámci kurzu kladen na to, aby studenti: 1. porozuměli základním principům statistické analýzy dat a jednotlivým statistickým metodám; 2. uměli aplikovat jednotlivé statistické metody na konkrétních datech s využitím statistického softwaru SPSS; 3. řádně interpretovali výsledky statistických analýz.
Po absolvování kurzu studenti dokáží:
- charakterizovat možnosti a omezení použití statistické analýzy dat v geografii a sociálních vědách obecně a vysvětlit možné problémy a zkreslení na příkladu analýz závislostí
- vysvětlit základní statistické pojmy (měřítko proměnné, variabilita, rozdělení proměnné, statistická významnost – p-hodnota, věcná významnost, robustnost, rezistence, reziduum, koeficient determinace, multikolinearita, homoskedasticita) a principy (statistická indukce, testování statistických hypotéz, rozklad variability)
- vysvětlit obecně a na konkrétních příkladech rozdíly mezi kategoriálními a kvantitativními (spojitými) daty, popisnou a inferenční statistikou (statistickou indukcí), odhadováním a testováním hypotéz, nulovou a alternativní hypotézou, nezávislými a závislými výběry, parametrickými a neparametrickými metodami statistické analýzy, statistickou a věcnou významností, volnou statistickou, funkční a kauzální závislostí, nezávislou a závislou proměnnou, validním a reliabilním měřením
- vyjmenovat a popsat statistické míry polohy a rozptýlenosti, druhy statistických testů, metody pro analýzu vztahu dvou proměnných, koeficienty věcné významnosti, způsoby provedení výběru
- vysvětlit cíl a metodologický princip základních statistických metod, uvést jejich předpoklady a diskutovat možnosti jejich aplikace v geografickém výzkumu
- uvést příklady výzkumných otázek, které lze řešit pomocí jednotlivých statistických metod
- k určenému výzkumného problému a charakteru dat vybrat vhodnou statistickou metodu pro analýzu
S využitím softwaru SPSS studenti dokáží:
- připravit datový soubor k analýze, provést výběr z dat, agregovat data do podskupin, vážit data
- popsat data pomocí základních statistických charakteristik a graficky vyhodnotit rozdělení dat
- posoudit normalitu dat
- provést testování střední hodnoty pomocí t-testů, analýzy rozptylu a neparametrických testů včetně posouzení věcné významnosti
- provést analýzu kategoriálních dat pomocí binomického testu, chí kvadrát testu dobré shody, chí kvadrát testu nezávislosti a McNemarova testu včetně posouzení věcné významnosti
- analyzovat vztah dvou kvantitativních proměnných pomocí grafické, korelační a regresní analýzy
- zkonstruovat regresní model (jednoduchý i mnohonásobný), vyhodnotit jeho statistickou kvalitu, posoudit vliv nezávislých proměnných a využít model k predikci
- zhodnotit vliv třetí proměnné pomocí parciální korelace a podmíněných kontingenčních tabulek
- vysvětlit hodnoty uvedené ve výstupech po provedení jednotlivých statistických metod a správně je interpretovat