Zaawansowana analiza danych statystycznych 2401-K-S2-2-ZADS

Aby ułatwić przyswojenie sobie nowych treści każdy z poniższych modułów będzie zwierał (obowiązkową) wiedzę "powtórkową".
Poza obowiązkową literaturą przedmiotu do modułów zostaną dołączone materiały dodatkowe w postaci filmów, tekstów itd.

Moduł wykładowy 1. Wprowadzenie do statystyki: konceptualizacja i operacjonalizacja, hipotezy, zmienne, poziomy pomiaru.

Moduł wykładowy 2. Odsetki, stosunki, proporcje, wskaźniki. Rozkład częstości. Miary tendencji centralnej i miary dyspersji. (A)symetria.

Moduł wykładowy 3. Dobór próby.

Moduł wykładowy 4. Prawdopodobieństwo. Testowanie hipotez statystycznych. Rozkłady.

Moduł wykładowy 5. Tabele, miary sił zależności (słabe poziomy pomiaru), test Chi kwadrat.

Moduł wykładowy 6. Korelacja i regresja.

Moduł wykładowy 7. Testy dla dwóch prób: zależnych, niezależnych.

Moduł wykładowy 8. Jednoczynnikowa analiza wariancji (ANOVA). Wieloczynnikowa ANOVA. MANOVA. Analiza wariancji z powtarzanym pomiarem.

Moduł 9. Eksploracyjna analiza czynnikowa (EFA).

Moduł 10. Graficzna prezentacja i analiza danych.

Moduł 11. IMRAD - publikacje naukowe.

Efekty uczenia się - wiedza

W1 ma rozszerzoną o specyfice przedmiotowej i metodologicznej kognitywistyki; zna metody badawcze kognitywistyki (K_W01) W2 zna szczegółową terminologię statystyczną oraz metodologiczną z zakresu badań naukowych w kognitywistyce (K_W02) W3 ma wiedzę w zakresie aktualnie dyskutowanych w literaturze kierunkowej problemów metodologicznych z zakresu kognitywistyki (K_W05) W4 zna profesjonalne narzędzia wyszukiwawcze ukierunkowane na dziedziny kognitywistyczne (K_W12)

Efekty uczenia się - umiejętności

U1 potrafi planować i wykonywać podstawowe badania dotyczące zagadnień poznawczych w ramach kognitywistyki (K_U12) U2 potrafi w sposób krytyczny zanalizować pod względem metodologicznym i ocenić wyniki eksperymentów, obserwacji i obliczeń teoretycznych, a także przedyskutować błędy pomiarowe (K_U17) U3 posiada umiejętność zdobywania, selekcji oraz krytycznej analizy informacji, zwłaszcza ze źródeł elektronicznych (K_U20) U4 stosuje metody statystyczne oraz techniki i narzędzia informatyczne do opisu zjawisk i analizy danych o charakterze specjalistycznym, typowych dla dziedzin działalności społeczno-gospodarczej opartych na naukach przyrodniczych (K_U23)

Metody dydaktyczne podające

- wykład konwersatoryjny
- wykład problemowy

Metody dydaktyczne poszukujące

- studium przypadku

Metody dydaktyczne w kształceniu online

- metody wymiany i dyskusji
- metody służące prezentacji treści

Rodzaj przedmiotu

przedmiot obligatoryjny

Wymagania wstępne

Podstawowa wiedza dotycząca statystyki opisowej i indukcyjnej. Podstawowa znajomość pakietu statystycznego SPSS.

Koordynatorzy przedmiotu

Elwira Piszczek

Kryteria oceniania

Egzamin końcowy , do którego mogą przystąpić osoby, które pozytywnie zaliczyły ćwiczenia

Literatura

• A: Stanisz A. (2007). Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny Tom 2 i 3. Analizy Wielowymiarowe. Kraków, StatSoft Polska.

• B: Brzeziński J. (2004), Metodologia badań psychologicznych, Warszawa, PWN.

• C: Francuz P., Mackiewicz R. (2005). Liczby nie wiedzą, skąd pochodzą. Lublin: Wydawnictwo KUL.

• D: Ferguson G. A., Takane Y. (1999). Analiza statystyczna w psychologii i pedagogice. Warszawa: Wydawnictwo Naukowe PWN.

• Górniak J., Wachnicki J. (2000). SPSS for Windows. Pierwsze kroki w analizie danych. Kraków: SPSS Polska.

• Brzeziński J., Stachowski R. (1984), Zastosowanie analizy wariancji w eksperymentalnych badaniach psychologicznych, Warszawa, Wydawnictwo Naukowe PWN.

• www.StatSoft.pl

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 2401-K-S2-2-ZADS w USOSweb