|
Vyučující
|
-
Stoklasa Jan, Mgr. et Mgr. Ph.D.
|
|
Obsah předmětu
|
V rámci kurzu jsou prezentovány metody práce s daty a jejich analýzy, a to s využitím dostupného software - např. MS Excel, Matlab, FuzzME atd. Absolvent kurzu bude schopen identifikovat vhodné metody pro zpracování vlastních dat a buď je sám použít, nebo dostatečně konkrétnš zadat náročnější části analýzy ke zpracování matematikům. Cílem je zvýšit povědomí studenta o dostupných metodách a poskytnout mu možnost širšího vhledu do metod a nástrojů, které současná matematika nabízí. Témata Metody analýzy dat, typy dat a jejich specifika Kvantitativní analýza dat - popis, predikce, klasifikace, vícekriteriální rozhodování, hodnocení Specifika kvalitativní analýzy dat - možnosti klasifikace, predikce, vícekriteriálního rozhodování a hodnocení s kvalitativními daty Klasifikační modely, prediktivní modely, deskriptivní modely, optimalizace, atd. - principy, použití Návrh matematického modelu pro zpracování dat, interpretace výsledků, možná omezení Validita výstupů, jejich zobecnitelnost, relevance, míry kvality matematických modelů, analýza citlivosti, inference Fuzzy metody zpracování dat Jazykově orientované modelování, (Fuzzy) expertní systémy a jejich využití ve výzkumu Set theoretical approach
|
|
Studijní aktivity a metody výuky
|
Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou)
- Domácí příprava na výuku
- 75 hodin za semestr
- Semestrální práce
- 25 hodin za semestr
- Účast na výuce
- 10 hodin za semestr
- Příprava na zkoušku
- 15 hodin za semestr
|
|
Výstupy z učení
|
Cílem kurzu je připravit studenta na praktickou práci s daty v rámci jeho výzkumného projektu, a to ve všech jeho fázích - od přípravných fází sběru dat přes sběr samotný, úpravy a třídění dat pro následnou analýzu až po zpracování a analýzu dat a interpretaci výsledků. Vzhledem k tomu, že společenské vědy (ekonomii nevyjímaje) stále častěji pracují jak s kvalitativními, tak i s kvantitativními daty, kurz je zaměřen jak na kvalitativní, tak i na kvantitativní práci s daty a jejich analýzu.
Po absolvování kurzu bude mít student přehled o dostupných metodách pro zpracování a analýzu kvalitativních i kvantitativních dat, včetně metod na pomezí těchto dvou pohledů, jako např. jazykově orientované fuzzy modelování, množinově orientovaný přístup k analýze dat atd. Student si bude vědom možných úskalí jednotlivých metod s důrazem na metody potenciálně využitelné v jeho disertační práci, případně v následné praxi.
|
|
Předpoklady
|
Obecné předpoklady k DS, existující plán výzkumu pro disertační práci.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Analýza výkonů studenta, Rozhovor
Zpracování analýzy vybraného datového souboru - specifikace cílů analýzy, návrh modelu či výběr matematických nástrojů pro jeho analýzu, interpretace výsledků vč. zohlednění omezujících předpokladů a výsledků analýzy citlivosti, diskuse dosažených výsledků a potenciálních slabých stránek použitého přístupu ve vazbě na disertační práci studenta
|
|
Doporučená literatura
|
-
viz oddíl Studijní opory.
-
Hendl, J. (2005). Kvalitativní výzkum: základní metody a aplikace. Praha: Portál.
-
HENDL, J. (2004). Přehled statistických metod zpracování dat. Praha: Portál.
-
RAGIN, Charles. (2000). Fuzzy-Set Social Science. Chicago.
|