|
|
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (13.09.2021)
Z toho důvodu je v tento okamžik kapacita 15 studentů pro FF a 15 pro FSV. Po prvotním zjištění zájmu však lze volnou kapacitu přesouvat. Asi každý si někdy položil jednu z následujících otázek: Lze ve společenské oblasti predikovat? Lze úspěšně predikovat i unikátní události? Jak daleko do budoucnosti vidíme? Jsou naše predikce přesnější, než náhodný tip? Lze nějak přesnost našeho předvídání zlepšit? Předmět, jak název napovídá, usiluje o poskytnutí vhledu do problematiky predikcí ve společenské sféře a to v její plné šíři. Zaměříme se jak na vlastní teorii predikcí a způsoby jejich vyhodnocování, tak na konkrétní příklady z ekonomie, voleb, mezinárodních vztahů, ale i sportu atd. Cílem je poskytnout nejenom základní náhled na tvorbu a využití predikcí, ale také umožnit studentům otestovat svoje predikční schopnosti. |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (13.09.2021)
Cíl předmětu je uveden v anotaci předmětu. |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (13.09.2021)
Studenti si na první hodině volí ze dvou modulů hodnocení (bude detailně vysvětleno):
Modul I. Predikce 70 % známky, 30 % aktivita v hodině a krátký analytický paper (2-3 strany) Modul II. Predikce 40 % známky, 30 % aktivita v hodině, krátký analytický paper (2-3 strany), 30 % delší výzkumně-analytický paper (max 10 stran). Hodnocení predikcí bude vycházet z relativního pořadí účastníků. Účastník s nejnižším (nejlepším) Brier Score dosahuje hodnocení 100 % (A), účastník s nejhorším score získá hodnocení 60% (D) - k numerickým předpovědím však studenti musí dodat i stručné vysvětlení logiky predikce (chybějící zdůvodnění bude penalizováno).
Témata pro krátké analytické papery jsou definována vyučujícími. Témata delších výzkumně-analytických paperů jsou vybírána studenty po konzultaci s vyučujícími.
Předpokládá se tedy aktivní participace v hodině a aktivní vytváření predikcí. Předmět tedy nemá klasickou zkoušku. |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (13.09.2021)
Pro teoretické zarámování předpovědí ve společesnké sféře lze doporučit dvě klíčové knihy: 1) Tetlock, P. 2016 Superforecasting: The Art and Science of Prediction, Crown; Illustrated edition, 9780804136716 2) Silver, N. 2015 The Signal and the Noise: Why So Many Predictions Fail--but Some Don't, Penguin Books, 0143125087
Pro potřeby tvoření vlastních predikcí však budou studenti muset hledat vlastní zdroje (akademické i neakademické). |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (03.10.2023)
Výuka se odehrává fakticky ve dvou základních rovinách: V rovině první - přednášky (vyučujících a pozvaných hostů) a následná diskuse V rovině druhé - vlastní predikování a jeho systematické vyhodnocování (pro naše účely budeme činit predikce vyhodnotitelné přes Brier Score) |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (13.09.2021)
Kurz začíná blokem tří "orientačních přednášek", které poskytnou základní teoretický a metodologický vhled do problematiky predikcí Následuje blok šesti tématických přednášek/diskusí, které budou využívat externích expertů (např. ČNB). Finální hodina se pak snaží diskutovat širší význam predikcí ve společenské diskusi.
1) Organizační otázky + predikční platforma + stručný úvod do problematiky predikcí (příklad volby) 2) Vyhodnocování predikcí, aneb jak měřit predikční přesnost - kontinuelní predikovaná proměnná (RMSE, MAE, ME, MAPE ap.) -binární predikovaná proměnná (Brier score + velmi stručně k accuracy, precission, recall... ROC a AUC) 3) Jak predikovat, formální a neformální přístupy k předpovědím 4) Predikce ve sportu - fotbal 5) Predikce v bezpečnostní oblasti 6) Predikce ekonomických jevů a veličin 7) Predikce voleb 8) Predikce v oblasti plánování a rozvoje měst 9) Predikce pandemií (COVID) 10) Příklad hokej - jak komunikovat prediktivní modely k profesionálům (např. trenérům) postrádajícím statistické/matematické vzdělání? 11) Predikce ve veřejné diskusi. Proč jsou predikce nevyhnutelné, jak ovlivňují naše chování, jak zkvalitnit jejich zapojení do veřejné diskuse 12) rezerva |
|
||
Poslední úprava: RNDr. Jan Kofroň, Ph.D. (12.09.2021)
Předmět nemá klasické prerekvizity, lze však studentům doporučit, aby měli absolvován předmět JPB 283, či jakýkoliv jiný obdobný úvod do pravděpodobnosti a statistiky. Předmět je zároveň koncipován tak, aby byl přístuplný i studentům pro které je statistika pouze doplňkem jeich studia. |