Předmět Kvantitativní metody je navržený tak, aby seznámil studenty s důležitými analytickými nástroji a technikami nezbytnými k provedení datové analýzy. Předmět obsahuje základní části obsahující popisnou analýzu datového souboru a vizualizaci, základy teorie pravděpodobnosti a pravděpodobnostní r
Předmět Kvantitativní metody je navržený tak, aby seznámil studenty s důležitými analytickými nástroji a technikami nezbytnými k provedení datové analýzy. Předmět obsahuje základní části obsahující popisnou analýzu datového souboru a vizualizaci, základy teorie pravděpodobnosti a pravděpodobnostní rozdělení, bodový a intervalový odhad, testování statistických hypotéz a statistické metody kvantitativních i kvalitativních proměnných (Chi-square test, ANOVA, regrese a korelace) včetně popisné analýzy časových řad. Statistické metody jsou aplikovány na reálných datových souborech včetně dotazníkového šetření, které je vytvořeno samotnými studenty v podobě tvorby dotazníkového šetření.
Po úspěšném absolvování předmětu budou studenti schopni samostatně navrhnout statistické šetření, provést základní exploratorní analýzu dat, využít vhodné metody pro popis a vizualizaci datového souboru. Dále budou seznámeni se základy teorie pravděpodobnosti a metodami využívanými ke statistické indukci (bodový a intervalový odhad, testování hypotéz, p-hodnota a její skutečný statistický význam). Studenti se naučí analyzovat vztahy mezi kvantitativními i kvalitativními proměnnými a správně interpretovat získané výsledky. Cílem předmětu je poskytnout studentům ucelený nadhled na základní metody využívané při kvantitativní analýze dat. Studenti se naučí navrhnout vlastní šetření, pracovat s reálným datovým souborem, vhodně formulovat výzkumné hypotézy a zvolit správný statistický nástroj pro jejich ověření.
Předmět Kvantitativní metody je tematicky rozdělen do čtyřech základních modulů. V prvním modulu se studenti seznámí se základními způsoby popisu datového souboru pomocí základních měr polohy a variability. Součástí tohoto modulu je i tvorba individuálního dotazníkového šetření a následná základní exploratorní analýza (identifikace odlehlých a extrémních hodnot, praktické způsoby vypořádání se s nonresponsí atd.) V této části je také studenty navržen a realizován statistický průzkum ve formě dotazníkového šetření. Druhý modul pokrývá základy teorie pravděpodobnosti a její využití v rozhodovacích procesech a statistických metodách. Studenti se zde seznámí se základními přístupy k pravděpodobnosti, počítáním s pravděpodobnostmi a osvojí si základní pravděpodobnostní rozdělení jak diskrétních náhodných veličin (alternativní, binomické, hypergeometrické, Poissonovo), tak spojitých (rovnoměrné, normální a t-studentovo). Třetí modul je zaměřen na induktivní statistiku, reprezentativnost výběru a následné zobecnění výsledků. Studenti se zde seznámí s konceptem bodových a intervalových odhadů, jejich vlastnostmi a interpretací. Dále je zde vysvětlen postup testování statistických hypotéz, jakožto kvantitativního nástroje pro testování hypotéz vědeckých. Cílem je pochopení samotného principu, nutných předpokladů, způsobu vhodné formulace hypotéz a následné správné interpretace získaných závěrů. Studenti se seznámí s tím, co skutečně znamená p-hodnota v odborných článcích a jak je mnohdy zneužívána za pomoci p-hackingu. Čtvrtý modul je věnovaný analýze závislostí pomocí vhodných statistických metod. Studenti se naučí zkoumat závislost kvalitativních proměnných (test dobré shody a analýza kontingenční tabulky), kvantitativní a kvalitativní proměnné (analýza rozptylu) a následně závislost kvantitativních proměnných (korelační a regresní analýza). Cílem modulu je studentům vysvětlit samotnou podstatu metod a kdy je možné je použít. V závěru modulu jsou ukázány základní charakteristiky (míry polohy a dynamiky) časových řad a myšlenka jejich dekompozice (trend, cyklus, sezónnost).
Základní:
Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace