|
Vyučující
|
-
Černíková Alena, Mgr. MSc., Ph.D.
-
Boďa Martin, doc. PhDr. Ing. PhD.
|
|
Obsah předmětu
|
1. Východiska statistických analýz a zpracování dat, základní pojmový aparát statistiky. 2. Deskriptivní statistika (míry polohy, variability a jiné atributy frekvenčního rozdělení). 3. Teorie náhodné proměnné a základní diskrétní a spojité pravděpodobnostní rozdělení. 4. Základy statistické inference: odhadování parametrů a testování hypotéz. 5. Vybrané statistické testy. 6. Základy korelační a regresní analýzy. 7. Analýza asociace kvalitativních znaků.
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Předmět vybavuje studenty základními poznatky v oblasti aplikované statistiky potřebné pro analýzu dat v společenskovědních a přírodních oborech. Důraz je kladen na osvojení si základních nástrojů deskriptivní statistiky a porozumění základních souvislostí inferenčních zkoumání. Analytické postupy zahrnují extrakci informační hodnoty z jednorozměrného datového souboru, ale i hledání struktury ve vícerozměrných datech. Statistické postupy jsou vysvětlovány a implementovány v programech Microsoft Excel a R.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
Požadavky na úspěšné absolvování zápočtu a zkoušky: Studentovi po probrání předepsané problematiky předmětu bude přidělena datová množina s úkoly, které vypracuje podle předem určené propozice do stanoveného časového limitu a jejichž řešení předloží vyučujícímu určeným způsobem. Následně se student přihlásí na vypsaný zkouškový termín, který bude sestávat ze dvou částí a který bude prioritně organizován ústní formou. První částí bude obhajoba vypracovaného řešení, na které prokáže autenticitu svého řešení, zvládnutí základních praktických schopností a osvojení si interpretačních schopností. Druhou částí bude prokázání teoretických poznatků týkajících se předepsané problematiky předmětu. V případě, že student na termínu vyhoví v první i druhé části, získává současně zápočet a zkoušku a je klasifikován vyhovujícím hodnocením. V případě, že vyhoví pouze v první části, je klasifikován nevyhovujícím hodnocením, ale na dalším termínu, který mu zůstává v rámci možností pro absolvování předmětu, se účastní pouze druhé části. V případě, že nevyhoví v první části, je klasifikován nevyhovujícím hodnocením bez ohledu na výsledek druhé části a je mu poskytnuta adekvátní zpětná vazba, jak má řešení přepracovat, aby bylo potenciálně vyhovující. Dalšího termínu, který mu zůstává v rámci možností pro absolvování předmětu, se účastní obou částí. Termín může být realizován distančním módem s dohledem na odpovědi studenta formou web kamery nebo jiného adekvátního technického řešení. Podmínky zkoušky mohou být diferencovány podle řádného (prvního termínu) a opravného termínu (dalšího termínu) studenta. Konkrétní formát a náplň zkoušky budou avizovány do konce prosince 2025 a do tohoto termínu budou případně upřesněny požadavky na dispoziční řešení, bude-li zkouška organizována distančním módem. Student je hodnocen známkou podle platného studijního řádu pro studium v bakalářských a magisterských studijních programech Univerzity Jana Evangelisty Purkyně v Ústí nad Labem. Pro vyhovění na zkoušce je třeba získat alespoň 65 % celkového hodnocení a výsledná známka se určuje podle této stupnice: výborně (1) alespoň 88 %, velmi dobře (2) méně než 88 % a alespoň 75 %, dobře (3) méně než 75 % a alespoň 65 %.
|
|
Doporučená literatura
|
-
DALGAARD, P. Introducotry statistics with R. 2. vyd.. New York: Springer, 2008.
-
HEBÁK, P. et al. Statistické myšlení a nástroje analýzy dat. 2. vyd.. Praha: Informatorium, 2015.
-
HINDLS, R. et al. Statistika v ekonomii. Praha: Professional Publishing, 2018.
-
KLEINBAUM, D. G. Applied regression analysis and multivariable methods. 3. vyd.. Pacific Grove (CA, USA) : Duxbury Press, 1998.
-
LEPŠ, J., ŠMILAUER, P. Biostatistika. České Budějovice: Jihočeská univerzita v Českých Budějovicích, 2016.
-
MAREK, L. et al. Statistika v příkladech. 2. vyd.. Praha: Kamil Mařík & Professional Publishing, 2015.
-
MELOUN, M., MILITKÝ, J. Kompendium statistického zpracování dat. 2. vyd.. Praha: Academia, 2006.
-
PAVLÍK, T. Biostatistika pro matematickou biologii. Brno: Masarykova univerzita v Brně, 2015.
-
VERZANI, J. Using R for introductory statistics. Boca Raton (Florida): Chapman & Hall/CRC, 2005.
-
ZVÁRA, K. Biomedicínská statistika IV. Základy statistiky v prostředí R.. Praha: Univerzita Karlova v Praze, Karolinum, 2013.
|