Metody zpracování a analýzy dat

Odborné znalosti
Student po absolvování předmětu:

vysvětlí zásady tvorby vzorkovacího plánu, sběru, přípravy, kontroly a hodnocení dat;
charakterizuje základní předpoklady, možnosti a omezení statistických metod používaných pro různé typy dat;
vysvětlí principy deskriptivní statistiky, testování statistických hypotéz, korelační a regresní analýzy, mnohorozměrné analýzy a prostorové analýzy dat;
popíše možnosti využití prostředí R a příslušných balíčků při zpracování, analýze a vizualizaci dat.

Odborné dovednosti
Student po absolvování předmětu:

navrhne vzorkovací plán odpovídající cíli šetření a charakteru získávaných dat;
připraví, upraví a zkontroluje kvantitativní, semikvantitativní a kvalitativní data pro statistickou analýzu;
identifikuje a ověří chybné a odlehlé hodnoty a posoudí rozdělení analyzovaných dat;
formuluje statistické hypotézy a s ohledem na charakter dat volí a používá odpovídající statistické metody;
provede deskriptivní, korelační, regresní, mnohorozměrnou a prostorovou analýzu dat v prostředí R;
vhodně vizualizuje data a správně interpretuje výsledky provedených analýz.

Obecné způsobilosti
Student po absolvování předmětu:

samostatně a odpovědně rozhoduje o volbě postupu sběru, přípravy a statistického zpracování dat;
odborně zdůvodňuje zvolený analytický postup s ohledem na cíl analýzy, vlastnosti dat a předpoklady použitých metod;
kriticky hodnotí kvalitu, nejistotu a omezení získaných výsledků a přebírá odpovědnost za metodickou správnost vyvozených závěrů;
srozumitelně prezentuje a obhajuje výsledky statistické analýzy před odborným i neodborným publikem.