Kurz je zaměřen na rozvoj znalostí a dovedností studentů v oblasti datové analýzy. Tematicky navazuje na kurzy orientované na popisnou statistiku a testování hypotéz (inferenční statistiku), například Statistické metody I.
Cílem kurzu je seznámit studenty s vybranými metodami vícerozměrné statistiky, které slouží k měření intenzity postojů respondentů, segmentaci a redukci dat. Studenti se seznámí s praktickým využitím metod faktorové analýzy, korespondenční analýzy a základních seskupovacích metod. Dozví se také, jak s využitím dotazníkových šetření měřit postoje a preference. Důraz je kladen na praktické porozumění výsledkům, jejich interpretaci a výběr vhodných metod pro řešení daných problémů. Teoretický popis statistických metod je omezen pouze na základy potřebné k praktickému zvládnutí těchto metod.
V kurzu studenti pracují s cvičnými soubory dat v prostředí R Studio. K výpočtům a vizualizaci dat jsou využívány především základní knihovny jazyka R.
Kurz je ideální pro mírně pokročilé uživatele, kteří chtějí prohloubit své statistické dovednosti a naučit se aplikovat vybrané vícerozměrné statistické metody na reálná data.

Požadované znalosti pro zápis do kurzu:
- statistika na úrovni magisterského kurzu, schopnost práce v Excelu a základy jazyka R
- absolvování kurzu Statistické metody I není povinné, ale doporučuje se

Požadavky/ podmínky absolvování kurzu:
Student provede analýzu vhodného datového souboru. Provede redukci dat s využitím explorační faktorové analýzy a segmentaci respondentů s využitím shlukové analýzy.

Povolena je maximálně jedna absence (4 hodiny).

Přihlášky: http://czv.vsb.cz/kurzy

1. Měření postojů a preferencí, hodnotící škály
2. Konzistence dat, návrh konzistentní baterie
3. Normalizace heterogenní baterie
4. Shlukování a segmentace dat
5. Horizontální a vertikální analýza položek baterie
6. Explorační faktorová analýza, hledání latentních tříd
7. Korespondenční analýza, shlukování v kontingenční tabulce
8. Seskupovací metody, hierarchické shlukování a K-means
9. Konfirmační faktorová analýza, měření kvality modelu
10. Úvod do strukturálního modelování a kauzálních modelů

Poslední dvě témata budou pouze představena v rámci praktické výuky, studenti je nemusí se svých analýzách použít.

Dostupné studijní materiály:

BROWN Timothy A. Confirmatory Factor Analysis for Applied Research. Second Edition. Guilford, 2015. ISBN 978-1462515363. (https://katalog.vsb.cz/records/d035be2c-c48c-4a31-987c-743769eb60e5)

ËVERITT Brian et al. An introduction to applied multivariate analysis with R. New York: Springer, 2011. ISBN 978-1-4419-9649-7. (https://katalog.vsb.cz/records/a34de2cb-1068-4437-a374-cd3c28ed3b93)

HAIR Joseph H. et al. Multivariate Data Analysis. 8th edition. Cengage, 2018. ISBN 978-1473756540. (https://katalog.vsb.cz/records/c21c9ff3-f382-4804-9fe1-8003e54c958c)

HUMBLE, Steve. Quantitative Analysis of Questionnaires: Techniques to Explore Structures and Relationships. Routlerdge, 2020. ISBN 978-0367022839. (https://katalog.vsb.cz/records/4c5ef750-5b1b-41b9-a0d0-d1bfc13b8d8c)

KLINE Rex B. Principles and Practice of Structural Equation Modeling. Fifth Edition. Guilford, 2023. ISBN 978-1462552009. (https://katalog.vsb.cz/records/e2c3b7c3-156a-4908-ab28-005db98a391b)

MELOUN, Milan a kol. Statistická analýza vícerozměrných dat v příkladech. Praha: Karolinum, 2018. ISBN 978-80-246-3618-4. (https://katalog.vsb.cz/records/f32f86c5-f29c-49af-8718-a27523ba671b)

Všechny doporučené publikace jsou k dispozici v univerzitní knihovně.
Další studijní materiály budou k dispozici v LMS Moodle (průvodci studiem, prezentace, pracovní listy, cvičné datové soubory).