Adiktologie: Mezioborová statistika - B90147

• Anglický název: Addictology: Interdisciplinary 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: kombinovaný
• Způsob výuky: kombinovaný
• Poznámka: předmět lze zapsat v ZS i LS
• Garant: prof. PhDr. Michal Miovský, Ph.D.
• Atributy: doktorské studium

Cíl předmětu

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

Cílem předmětu je poskytnout studentům komplexnější představu o statistických metodách a modelech biomedicínské statistiky s akcentem na vybrané nadstavbové aplikace použitelné v adiktologii. Koncepty dvou hlavních přehledových přednášek reprezentují kvalifikované vstupy zejména do problematiky analýzy vícerozměrných spojitých dat (na úrovni dvou a více komparovatelných skupin statisticky závislých i nezávislých proměnných). Na praktických cvičeních bude kladen důraz na osvojení širších dovedností aplikovat představené statistické metodiky na datech uložených v Excelu, SW Statistica nebo IBM SPSS (licence 1.LF UK Praha).

Znalosti, praktické dovednosti a kompetence (Adiktologie – Statistika II):

Po absolvování kurzu bude absolvent umět: 1/ sesadit a systematicky strukturovat data pro komplexnější statistickou analýzu v Excelu a v rámci profesionálního statistického SW (Statistica resp. IBM SPSS); 2/ zorientovat se v základních konceptech vícerozměrné statistické analýzy, možnostech (a limitech statistických předpokladů) testování složitějších statistických hypotéz pro komparace více skupin respondentů nebo případů (pro ANOVA s fixními nebo opakovanými faktory, korelační matice, regresní modely; pro kategoriální data s vyšším počtem tříd); 3/ správně interpretovat základní tabulkové a grafické prezentace vzešlé z aplikací profesionálního statistického SW na formálně složitějších statistických modelech (vícerozměrná ANCOVA, multivariátní regrese, tabulky post-hoc testů, adjustovaných reziduí apod.); 4/ kvalifikovat výpovědní schopnost jím navrženého nebo formálně analyzovaného souboru proměnných (např. z anketního šetření) z hlediska vnitřní konzistence (reliability) použitých ukazatelů (nebo baterií otázek) a schopnosti jimi použité formální metody adekvátním způsobem reprezentovat data (fit modelu); 5/ formálně kvalifikovaněji posoudit míru přesnosti a postačitelnosti pilotně (anebo v předchozích výzkumech již dříve) použitého markeru z hlediska postačitelnosti rozsahu výběru (chyby 2. druhu beta resp. síly testu při zamítnutí některé z jednodušších aktuálně testovaných hypotéz).

Literatura

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

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

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

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

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.

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)

Absolvování studijního předmětu Statistika I.