Zpět

Hierarchické lineární modelování

  • Termín: 23. 5. 2018
  • Místo: Praha
Cena:
  • 6800 Kč + DPH
  • 245 € + DPH

Počet výukových dnů:
1 (8 vyučovacích hodin)

Výuka probíhá v jazyce:
čeština

Úroveň kurzu:
pokročilý

Model hierarchického lineárního modelování (často uváděný pod zkratkou HLM) zachycuje situaci, kdy jsou výběrové jednotky organizovány v postupně podřazených skupinkách, v nichž jsou pozorování korelována, a kde je porušen předpoklad nezávislých pozorování. Takové situace vznikají jak v reálném uskupení hierarchie skupinek v populaci, tak v důsledku výběrových postupů. Modely zahrnují analýzu rozptylu, regresní analýzu a jejich kombinace a vedou na tzv. smíšený regresní model (mixed models).

„Na kurzu oceňuji především erudovanost a praktickou zkušenost lektora, jeho schopnost vysvětlit složitou látku na srozumitelném příkladu a důraz na interpretaci věcných výsledků analýzy. Lektor upozorňuje i na problematické aspekty, které mohou v průběhu analýzy nastat, nesnaží se je upozadit, ale naznačit jejich řešení. Kurz HLM doporučuji pokročilejším
analytikům, kteří mají zájem o hlubší vhled do problematiky a budou schopni znalosti v něm nabyté uvážlivě uplatnit.“

Mgr. Ilona Kočvarová, Ph.D. 
Univerzita Tomáše Bati
Fakulta humanitních studií

Cíl vzdělávacího programu:

Kurz uvádí pojmy, postupy a příklady použití základního dvoustupňového modelu a myšlenku třístupňového modelu.

Kurz je určen:

Kurz je určen pro analytiky, kteří vytvářejí modely příčin a následků a sledují proměnlivost vztahu v různých kontextech. Pro aplikace v sociálních vědách, v geografických analýzách, pedagogice apod.

Předpoklady:

Znalost modelu a metod analýzy rozptylu a regresní analýzy, pojem testování hypotéz. Zkušenosti s ovládáním statistických programů nejsou nutné.

Přínos účasti na kurzu:

Schopnost používat pokročilé metodologie, které často odpovídají reálnému vzniku dat mnohem lépe, než klasické statistické postupy vycházející ze zjednodušeného předpokladu nezávislosti.

Popis obsahu a postupu:

Výuka začíná rozborem specifické kontextové situace a nalezením vhodného modelu k řešení typických případů dvoustupňové analýzy, pokračuje rozšířením na tři stupně a případně i na specializované modely.

„Multilevel modeling patří k hitům statistického zpracování v soudobých akademických článcích. Navzdory této popularitě se toto téma jen minimálně objevuje v nabídce kurzů. Velice jsem proto ocenil, že ACREA zařadila tento kurz, který v podání dr. Soukupa perfektně seznámí se základy víceúrovňových modelů.“

Ing. Ladislav Šiška, Ph.D.
Masarykova univerzita
Ekonomicko-správní fakulta

Program kurzu*:

  1. hierarchický model
  2. problémy lineárního modelu v situaci skupinek
  3. teoretické důvody pro jeho použití
  4. statistické důvody pro jeho použití
  5. ANOVA a ANCOVA v HLM
  6. HLM a smíšené lineární modely
  7. lineární model s fixními předpoklady
  8. náhodné koeficienty
  9. přechod hierarchického modelu na smíšený model
  10. modely dvou stupňů
  11. ANOVA a ANCOVA
  12. různé aplikace
  13. různá rozšíření

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

Používaný software:

IBM SPSS Statistics Base, IBM SPSS Advanced Statistics