Zaawansowana analiza danych eksperymentalnych
Transkrypt
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.