VÍCEROZMĚRNÁ STATISTIKA

Termín:
  • 18., 23., 25., 30. 11. a 2. 12. 2026
  • (9:00 - 12:15 hodin)
Forma:
  • prezenční: Krakovská 7, Praha 1
  • online: aplikace MS Teams
Cena:11 000 Kč / 440 € + DPH
Cena s videozáznamem:
  • 14 600 Kč / 580 € + DPH
  • (dostupnost videozáznamu 3 měsíce)
Úroveň:středně pokročilý
Jazyk:slovenský a český
Počet hodin:
  • 20 výukových hodin

ÚVOD

Kurz vícerozměrné statistiky je zaměřen na přehled a praktické využití vybraných metod vícerozměrné statistiky. Účastníci se seznámí s klíčovými technikami, které slouží k odhalování struktur, vztahů a vzorců ve vícerozměrných datech.

Výuka je koncipována tak, že každá metoda je nejprve stručně představena z teoretického hlediska, hlavní důraz je však kladen na její praktickou aplikaci.

CÍL VZDĚLÁVACÍHO PROGRAMU

Cílem kurzu je seznámit účastníky s vybranými metodami vícerozměrné statistiky a naučit je tyto metody prakticky aplikovat na reálná data. Účastníci získají schopnost porozumět výstupům jednotlivých analýz, správně je interpretovat a využít při řešení analytických úloh.

KURZ JE URČEN

Kurz je určen všem, kteří pracují s daty a chtějí porozumět pokročilejším metodám jejich analýzy. Je vhodný pro začátečníky i mírně pokročilé uživatele se zájmem o statistiku, datovou analýzu nebo výzkum.

PŘEDPOKLADY

Základní orientace ve statistice a práce s daty. Výhodou je zkušenost s jakýmkoli statistickým softwarem.

PŘÍNOS ÚČASTI NA KURZU

Účastníci získají praktické dovednosti v používání metod vícerozměrné statistiky a jejich interpretaci. Naučí se analyzovat komplexnější datové struktury a efektivně prezentovat výsledky analýz.

POPIS OBSAHU A POSTUPU

Kurz začíná faktorovou analýzou, na které si účastníci osvojí principy redukce dimenze dat a interpretace latentních faktorů. Následně se zaměříme na shlukovou analýzu, která umožňuje identifikovat skupiny podobných objektů. Další část kurzu je věnována korespondenční analýze a vícerozměrnému škálování, tedy metodám vhodným pro vizualizaci vztahů mezi kategoriálními proměnnými.

PROGRAM KURZU

  • rovnice faktorové analýzy - známé a neznámé proměnné a parametry v modelu

  • rotace faktorů - výběr interpretovatelného řešení (jednoduchá struktura)

  • extrakce hlavního řešení - metoda hlavních komponent (a jiné metody)

  • význam odhadnutých parametrů a interpretace faktorů

  • seskupovací analýza - popis metody

  • seskupovací analýza - různé typy měr vzdálenosti, standardizovaná a nestandardizovaná data

  • hierarchické seskupování - princip, kritéria tvorby skupin, vyhodnocování

  • metoda K-means

  • dvoustupňové seskupování

  • korespondenční analýza dvourozměrné kontingenční tabulky

  • základní výstup - korespondenční mapa kategorií

  • vícerozměrný problém - soustava tabulek četností

  • vícerozměrné škálování

Ve výjimečných případech změna programu vyhrazena dle zaměření
a zkušeností dané skupiny účastníků.