Zaawansowana analiza danych eksperymentalnych

Sylabus
Nazwa przedmiotu
(w j. polskim i angielskim)
Nazwisko i imię prowadzącego
(stopień i tytuł naukowy)
Zaawansowana analiza danych eksperymentalnych
(Advanced statistical analysis of experimental data)
dr Radosław Sterczyński
Rok i semestr studiów
letni
Wymiar godzin
Kod przedmiotu
24
NIE ZNAM
Kod Erasmus
Liczba punktów ECTS
Język wykładowy
Forma zajęć
NIE ZNAM
6
polski
Ćwiczenia/laboratorium
Sposób zaliczenia końcowego
Sprawdzian wiedzy + Praca zaliczeniowa
Wymagania wstępne wobec studenta
Zaliczony kurs podstaw analizy danych eksperymentalnych (lub analogiczny) na studiach
pierwszego stopnia
Celem przedmiotu jest pogłębienie znajomości narzędzi statystycznych i rozwinięcie umiejętności
posługiwania się nimi w analizie danych empirycznych eksperymentalnych i korelacyjnych. Studenci
zdobywają wiedzę statystyczną i ćwiczą posługiwanie się nią z użyciem programu SPSS.
Skrócony opis przedmiotu
Pełny opis przedmiotu
Główna część zajęć skupia się na rozwinięciu umiejętności prowadzenia pogłębionej analizy
wariancji w modelach z wieloma zmiennymi niezależnymi (międzygrupowych, wewnątrzgrupowych
i mieszanych), a także analizy regresji wielozmiennowej i innych technik weryfikacji hipotez oraz
analiz siły związków między zmiennymi.
Celem bloku zajęć dotyczącego analizy wariancji jest ugruntowanie wiedzy i umiejętności
umożliwiających planowanie, realizację i interpretację planów eksperymentalnych uwzględniających
wzajemną modyfikację wpływów wielu zmiennych niezależnych na zmienną zależną. Studenci
poznają terminologię, uczą się interpretacji podstawowych efektów poziomu ogólnego (głównych i
interakcji), oraz uczą się opisu i szczegółowej analizy efektów interakcji. Dodatkowo studenci
poznają założenia stosowanych testów i uczą się praktycznego rozwiązywania problemów
analitycznych.
W części zajęć dotyczącej analiz siły związku między zmiennymi studenci poznają założenia analizy
regresji, uczą się stosowania i interpretacji tej techniki analitycznej, a także wnioskowania w oparciu
o obliczane przy jej użyciu parametry. Studenci poznają także podstawowe narzędzia użyteczne w
psychometrii takie jak eksploracyjna analiza czynnikowa i analiza rzetelności.
Podczas zajęć studenci uczą się pracy z bazami danych ilościowych, przekształcania tych baz,
porządkowania ich i efektywnego opracowywania dużych zbiorów danych.
Zakres tematów (bloki tematyczne)
Bloki tematyczne (3 godzinne – obejmują dwa spotkania):
Zajęcia 1
· Przedstawienie programu zajęć i zasad zaliczenia.
· Sprawdzian aktualnej wiedzy studentów dotyczącej wprowadzanych zagadnień
· Przegląd znajomości funkcji pakietu statystycznego SPSS for Windows.
· Powtórka wiedzy dotyczącej jednoczynnikowej analizy wariancji.
Zajęcia 2
· Wieloczynnikowe plany eksperymentalne (2x2).
· Analiza wariancji – układ międzygrupowe
· Efekty interakcji i efekty główne.
Zajęcia 3
· Wieloczynnikowe plany eksperymentalne cd (2x3).
· Analiza wariancji – układ z powtarzanym pomiarem
Zajęcia 4
· Wieloczynnikowe plany eksperymentalne cd.
· Analiza wariancji – układ mieszany
· Miary wielkości efektu
· Współzmienność
Zajęcia 5
· ANOVA modele wieloczynnikowe – podsumowanie informacji
· Testy nieparametryczne dla jednoczynnikowych modeli eksperymentalnych
Zajęcia 6
· Kolokwium 1
· Wprowadzenie do analizy wielkości związku między zmiennymi
· Testy normalności rozkładu
Zajęcia 7
· Analiza regresji
Zajęcia 8
· Analiza czynnikowa
· Analiza rzetelności i trafności testów
Literatura
(Obowiązkowa, ponadobowiązkowa)
Literatura podstawowa:
1. Bedyńska, S., Brzezicka, A. (2007). Statystyczny drogowskaz. Warszawa: Academica – wybrane rozdziały zaznaczone
przy tematach zajęć
2. Kinnear, P., R., Gray, C., D. (2004) SPSS 12 made simple. Hove & New York: Psychology Press.
Literatura uzupełniająca:
1. Shaugnessy J.J., Zechmeister E.B., Zechmeister J.S. (2002). Metody badawcze w psychologii. Gdańsk: GWP.
3. Francuz, P. Mackiewicz, R. (2007) Liczby nie wiedzą skąd pochodzą. Przewodnik po metodologii I statystyce nie tylko
dla psychologów. Lublin: Wydawnictwo KUL.
4. Ferguson, G., A., Takane, Y. (1997) Analiza statystyczna w psychologii i pedagogice. Warszawa: PWN.
Cele
(z punktu widzenia
nauczyciela)
Odniesienie
do
kierunkowyc
h
efektów
kształcenia
1. Student zna narzędzia K_W06
współczesne narzędzia K_U12
analityczne statystyki i
planując badania
uwzględnia korzystanie
z tych narzędzi w
analizie danych.
Efekty kształcenia
Odniesienie do Metody i
Kryteria i forma
obszarowych
środki
oceny
efektów
dydaktyczne
kształcenia
Student ma wiedzę w zakresie zasad planowania X2A_W05
badań z wykorzystaniem technik i narzędzi
X2A_U01
badawczych stosowanych w badaniach umysłu.
Student potrafi planować i wykonywać
podstawowe badania, doświadczenia lub
dotyczące zagadnień poznawczych.
Ćwiczenia z
komputerem,
praca własna
studenta realizacja
projektu
badawczego.
Projekt badawczy
realizowany w
grupie
2. Student realizuje własne K_U15
mini badanie, skupiając
się na optymalizacji go
pod kątem statystycznej
analizy danych.
Student prowadzi, we współpracy z innymi
H2A_U04
profesjonalistami, samodzielną pracę badawczą, H2Ą_U08
umożliwiającą rozwój naukowy i podnoszenie
kwalifikacji profesjonalnych.
Ćwiczenia z
komputerem,
praca własna
studenta realizacja
projektu
badawczego.
Projekt badawczy
realizowany w
grupie
4. Student poznaje język K_U17
statystyki i istotę
oferowanych przez nią
narzędzi, co umożliwia
mu krytyczną analizę
tekstów opisujących ich
użycie.
Student potrafi w sposób krytyczny ocenić
wyniki eksperymentów, obserwacji i obliczeń
teoretycznych, a także przedyskutować błędy
pomiarowe.
X2A_U02
Ćwiczenia z
komputerem.
Sprawdzian
wiedzy.
5. Student samodzielnie
interpretuje wyniki i
wybiera właściwe
narzędzia ich analizy.
zbiera i interpretuje dane empiryczne oraz na tej P2A_U06
podstawie formułuje odpowiednie wnioski i
proponuje rozwiązania o charakterze
praktycznym
Ćwiczenia z
komputerem.
Sprawdzian
wiedzy.
K_U22
6. Student zna aktualne
K_U23
narzędzia analizy danych,
poprawnie wskazuje ich
zastoswanie i adekwatnie
dobiera do realizacji
własnych celów
analitycznych, a także
posługuje się nimi w
sposób sprawny i
poprawny. Nie popełnia
nadużyć intepretacyjnych
stosuje metody statystyczne oraz techniki i
narzędzia informatyczne do opisu zjawisk i
analizy danych o charakterze specjalistycznym,
typowych dla dziedzin działalności społecznogospodarczej
opartych na naukach przyrodniczych
P2A_U05
Ćwiczenia z
komputerem.
Sprawdzian
wiedzy.