Statystyka wielozmiennowa PY-5F-STW
TREŚCI PROGRAMOWE
1. Wprowadzenie – od prostych (jednozmiennowych) do złożonych (wieloczynnikowych / wielozmiennowych) modeli badania zależności.
2. Dwuczynnikowa analiza wariancji. Efekty proste. Analiza kowariancji.
3. Powtarzane pomiary w schemacie wewnątrzgrupowym i międzygrupowym.
4. Wielozmiennowa analiza wariancji (MANOVA); modele mieszane.
5. Planowanie badania i wybór analiz, interpretacja. Analiza wyników badań (artykuły naukowe).
6. Regresja – metoda krokowa i hierarchiczna, założenie, cel analizy, interpretacja.
7. Zastosowanie regresji w poszukiwaniu mediatorów.
8. Mediacja całkowita – klasyczne podejście Barona i Kenny’ego.
9. Mediacja częściowa – model Cohena i Cohen.
10. Zastosowanie testów Sobela i/ lub Aroiana i Goodmana do testowania mediacji częściowej.
W cyklu 2020L:
TREŚCI PROGRAMOWE |
W cyklu 2020Ln:
TREŚCI PROGRAMOWE |
W cyklu 2021L:
TREŚCI PROGRAMOWE |
W cyklu 2022L:
TREŚCI PROGRAMOWE |
W cyklu 2022Ln:
TREŚCI PROGRAMOWE |
W cyklu 2023L:
TREŚCI PROGRAMOWE |
W cyklu 2023Ln:
TREŚCI PROGRAMOWE |
Rodzaj przedmiotu
Koordynatorzy przedmiotu
W cyklu 2022Ln: | W cyklu 2023L: | W cyklu 2024L: | W cyklu 2021Ln: | W cyklu 2023Ln: | W cyklu 2024Ln: | W cyklu 2020L: | W cyklu 2021L: | W cyklu 2020Ln: | W cyklu 2022L: |
Efekty kształcenia
Wiedza
Student/-ka zna zaawansowane zagadnienia z zakresu zastosowania statystyki w badaniach społecznych, zwłaszcza psychologicznych.
Charakteryzuje założenia i wymagania stawiane danym empirycznym poddawanym analizom wielozmiennowym (poziom pomiaru, kształt i rozkład zmiennych, porównywalność parametrów).
Zna wybrane, wielozmiennowe metody analizy danych, w stopniu pozwalającym na adekwatny wybór do rozważanego problemu badawczego i rodzaju danych, prawidłowo interpretuje wyniki.
Wie, na czym polegają różnice pomiędzy poszczególnymi metodami analizy (czynnikowymi) w stopniu pozwalającym na samodzielny dobór odpowiednich i krótkie wyjaśnienie (ustne lub pisemne).
Wie, na czym polegają różnice pomiędzy poszczególnymi metodami analizy regresji, mediacji i moderacji w stopniu pozwalającym na samodzielny dobór odpowiednich i krótkie wyjaśnienie (ustne lub pisemne).
Umiejętności
Student/-ka dobiera odpowiednie analizy do postawionego pytania badawczego, weryfikuje założenia, przeprowadza analizę w programie statystycznym, interpretuje wyniki w sposób poprawny i krytyczny, stosuje zapis zgodny ze standardami APA.
Ocenia konsekwencje odstępstwa od założeń; ma krytyczny stosunek do doniesień badawczych i sposobu wykorzystania statystyki w naukach społecznych.
Ma świadomość konsekwencji niewłaściwego zastosowania analiz statystycznych.
Kompetencje społeczne
Student/-ka ma pozytywne nastawienie do nabywania wiedzy z zakresu statystki w budowania warsztatu pracy psychologa.
Kryteria oceniania
Kolokwia indywidualne a takze prace grupowe (w zależności od cyklu)
Praktyki zawodowe
brak
Literatura
Stanisz A., 2000 - Analiza wariancji - testy po fakcie, Medycyna Praktyczna 2000/04.
101 zadań ze statystyki matematycznej z pełnymi rozwiązaniami krok po kroku, Wiesława Regel, Bila 2012
Francuz, P., & Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą: przewodnik po metodologii i statystyce: nie tylko dla psychologów. Wydawnictwo KUL.
Malska, W. (2017). Wybrane statystyki nieparametryczne. Edukacja-Technika-Informatyka, 8(2), 111-117.
Ciupke, K. (2020). Analiza dużych zbiorów danych. Utrzymanie Ruchu.
Foreman John W. (2019) Mistrz analizy danych. Od danych do wiedzy. Wydawnictwo Helion
W cyklu 2022L:
Literatura obowiązkowa: Literatura uzupełniająca |
W cyklu 2022Ln:
Literatura obowiązkowa: Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 2. Warszawa: Wydawnictwo Akademickie SEDNO. Bedyńska, S., Książek, M. (2012). Statystyczny drogowskaz 3. Warszawa: Wydawnictwo Akademickie SEDNO. Literatura uzupełniająca Stanisz A., 2000 - Analiza wariancji - testy po fakcie, Medycyna Praktyczna 2000/04. 101 zadań ze statystyki matematycznej z pełnymi rozwiązaniami krok po kroku, Wiesława Regel, Bila 2012 Francuz, P., & Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą: przewodnik po metodologii i statystyce: nie tylko dla psychologów. Wydawnictwo KUL. Malska, W. (2017). Wybrane statystyki nieparametryczne. Edukacja-Technika-Informatyka, 8(2), 111-117. Ciupke, K. (2020). Analiza dużych zbiorów danych. Utrzymanie Ruchu. Foreman John W. (2019) Mistrz analizy danych. Od danych do wiedzy. Wydawnictwo Helion Skimina, E., Harasimczuk, J., Cieciuch, J. (2022). Podstawowe standardy edytorskie naukowych tekstów psychologicznych w języku polskim na podstawie reguł APA 7. Wydawnictwo Liberi Libri. https://doi.org/10.47943/lib.9788363487560 |
W cyklu 2023L:
Literatura obowiązkowa: Literatura uzupełniająca |
W cyklu 2023Ln:
Literatura obowiązkowa: Bedyńska, S., Cypryańska, M. (2013). Statystyczny drogowskaz 2. Warszawa: Wydawnictwo Akademickie SEDNO. Bedyńska, S., Książek, M. (2012). Statystyczny drogowskaz 3. Warszawa: Wydawnictwo Akademickie SEDNO. Literatura uzupełniająca Stanisz A., 2000 - Analiza wariancji - testy po fakcie, Medycyna Praktyczna 2000/04. 101 zadań ze statystyki matematycznej z pełnymi rozwiązaniami krok po kroku, Wiesława Regel, Bila 2012 Francuz, P., & Mackiewicz, R. (2007). Liczby nie wiedzą, skąd pochodzą: przewodnik po metodologii i statystyce: nie tylko dla psychologów. Wydawnictwo KUL. Malska, W. (2017). Wybrane statystyki nieparametryczne. Edukacja-Technika-Informatyka, 8(2), 111-117. Ciupke, K. (2020). Analiza dużych zbiorów danych. Utrzymanie Ruchu. Foreman John W. (2019) Mistrz analizy danych. Od danych do wiedzy. Wydawnictwo Helion Skimina, E., Harasimczuk, J., Cieciuch, J. (2022). Podstawowe standardy edytorskie naukowych tekstów psychologicznych w języku polskim na podstawie reguł APA 7. Wydawnictwo Liberi Libri. https://doi.org/10.47943/lib.9788363487560 |
Uwagi
W cyklu 2020Ln:
zajęcia realizowane online w tym cyklu (platforma teams) |
W cyklu 2022L:
Zajęcia prowadzone warsztatowo. Przedmiot obejmuje 3 ECTS tj. ok 90 godzin nakładu pracy, w tym: 15-30 godzin spotkań, 30 godzin pracy własnej i 30 godzin przygotowania się do kolokwiów. Dostęp do zajęć w TEAMS poprzez kod lub link w UWAGI w sylabusach poszczególnych grup. |
W cyklu 2022Ln:
Zajęcia prowadzone warsztatowo. Przedmiot obejmuje 3 ECTS tj. ok 90 godzin nakładu pracy, w tym: 15-30 godzin spotkań, 30 godzin pracy własnej i 30 godzin przygotowania się do kolokwiów. Dostęp do zajęć w TEAMS poprzez kod lub link w UWAGI w sylabusach poszczególnych grup. |
W cyklu 2023L:
Zajęcia prowadzone warsztatowo. Przedmiot obejmuje 3 ECTS tj. ok 90 godzin nakładu pracy, w tym: 15-30 godzin spotkań, 30 godzin pracy własnej i 30 godzin przygotowania się do kolokwiów. Dostęp do zajęć w TEAMS poprzez kod lub link w UWAGI w sylabusach poszczególnych grup. |
W cyklu 2023Ln:
Zajęcia prowadzone warsztatowo. Przedmiot obejmuje 3 ECTS tj. ok 90 godzin nakładu pracy, w tym: 15-30 godzin spotkań, 30 godzin pracy własnej i 30 godzin przygotowania się do kolokwiów. Dostęp do zajęć w TEAMS poprzez kod lub link w UWAGI w sylabusach poszczególnych grup. |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: