Adiktologie: Statistika - B90146

• Anglický název: Addictology: Statistics
• Zajišťuje: Klinika adiktologie 1. LF UK a VFN (11-00611)
• Fakulta: 1. lékařská fakulta
• Platnost: od 2015
• Semestr: oba
• Body: 0
• E-Kredity: 0
• Rozsah, examinace: 0/0, Z [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Poznámka: předmět je určen pouze pro doktorandy; předmět lze zapsat v ZS i LS
• Garant: prof. PhDr. Michal Miovský, Ph.D.

Cíl předmětu

Poslední úprava: prof. PhDr. Michal Miovský, Ph.D. (28.10.2019)

Cílem předmětu je seznámit studenty se základními principy a metodami oboru biomedicínská statistika se speciálním akcentem na jednoduché aplikace používané v adiktologii. Koncepty dvou hlavních přehledových přednášek reprezentují kvalifikované vstupy do problematiky analýzy spojitých i kategoriálních dat na úrovni jedné nebo dvou komparovatelných skupin (statisticky závislých nebo nezávislých) případů (respondentů). Na praktických cvičeních bude kladen důraz na osvojení elementárních dovedností aplikovat představené statistické metody a postupy na data standardizovaně uložená na běžných SW nosičích dat (Excel; IBM SPSS) a na elementární vizualizace dat.Po absolvování kurzu bude absolvent umět: 1/ kvalifikovaně připravit data pro běžnou statistickou analýzu v Excelu a IBM SPSS; 2/ orientovat se v základních statistických konceptech, metodách a testech pro komparace dvou skupin respondentů nebo případů (atestace normality proměnných nebo markerů; t-testy a jejich neparametrické alternativy); 3/ spočítat základní výběrové statistiky pro daný počet respondentů (případů) a proměnných (markerů) různého typu; 4/ prostřednictvím běžného statistického SW (v Excelu a IBM SPSS) prakticky testovat nejjednodušší hypotézy vztažené k uspořádání respondentů nebo případů do 2 skupin nebo dichotomicky tříděných (čtyřpolních) tabulek; 5/ správně interpretovat statistickou významnost testů (chyby 1. druhu) na úrovni p-hodnot (hladiny spolehlivosti alfa).

Literatura

Poslední úprava: prof. PhDr. Michal Miovský, Ph.D. (28.10.2019)

Black Thomas. 1999. Doing Quantitative Research in Social Sciences. An Integrated Approach to Research Design,Measurement and Statistics. London: Sage.

Disman Miroslav. 1993 (1998, 2000). Jak se vyrábí sociologická znalost. Praha: Karolinum.

Hendl Jan. 2004. Přehled statistických metod zpracování dat. Portál: Praha.

Lavine M (2007). Introduction to Statistical Thought, zdarma na internetových stránkách Centra adiktologie nebo na: http://www.math.umass.edu/~lavine/Book/book.html

Doporučená odborná literatura

Swoboda Helmut. 1977. Moderní statistika. Praha: Svoboda.

Pallant, Julie, SPSS Survival Manual 3rd edition (2007). A step by step guide to data analysis using SPSS for Windows (Version 15). Open University Press.

Loether Herman J. and Donald G. McTavish. 1988. Descriptive and Inferential Statistics. An Introduction. Boston: Allyn and Bacon.

Řehák J., Řeháková, B. 1986. Analýza kategorizovaných dat v sociologii. Praha: Academia.

Williamson J. B., David A. Karp, John R. Dalphin and Paul S. Gray. 1982. The Research Craft. An Introduction to Social Research Methods. Boston: Little, Brown and Company.

Vstupní požadavky

Poslední úprava: prof. PhDr. Michal Miovský, Ph.D. (28.10.2019)

Student zná základní matematické operace a matematické symboly.

Student má základní znalosti biostatistiky a statistiky v sociologických vědách.