Zpět

Modelování statistických vztahů (IBM® SPSS® Amos)

  • Termín: Bude upřesněn
  • Místo:

Počet výukových dnů:
3 (24 výukových hodin)

Úroveň kurzu:
pokročilý

Kurz nabízí metodologii strukturních rovnic pomocí známého programu IBM SPSS Amos (Analysis of Model Structure). Modelování statistických korelačních i komplexních kauzálních vztahů je prováděno pomocí grafického uživatelského rozhraní, na němž si nakreslíte svůj model pomocí myši. Model je bezprostředně testován a jsou i navrženy jeho změny. Uvažuje-li uživatel více modelů, program je testuje všechny a vybere ty nejlepší. U víceskupinových analýz pátrá program po nejvhodnějším komparačním závěru.

Cíl vzdělávacího programu:

Praktické schopnosti sestavování modelů kauzálních procesů a testování těchto modelů na konkrétních datech. Aplikační důraz je podtržen příklady z odborné literatury. Osvojíte si metodologii tvorby kauzálních modelů, interpretaci grafické reprezentace modelů a zadávání modelů v uživatelsky příjemném a pro analytika jednoduchém programu IBM SPSS Amos.

Kurz doporučujeme:

Kurz je určen analytikům, kteří zkoumají příčinné souvislosti, především psychologům, sociologům, pracovníkům v ostatních společenských vědách, v medicíně, ale i v kontrole kvality, technologických problémech, ekologických problémech atd. Vzhledem ke své jednoduchosti je program také velmi vhodný pro pedagogickou práci a použití pro výuku ve statistických i meritorních předmětech.

Předpoklady:

Předpokladem úspěšného absolvování kurzu je znalost pojmů korelace, regrese, faktorové analýzy a znalost základních běžných postupů testování hypotéz. Jako přípravu doporučujeme jednodenní kurzy Korelační analýza, Regresní analýza I, Faktorová analýza nebo semestrální kurz Statistická analýza dat v praxi. Zkušenosti s ovládáním statistických programů nejsou nutné.

Přínos účasti na kurzu:

Schopnost budovat modely kauzálních procesů, ověřovat je a pracovat s programem IBM SPSS Amos.

Program kurzu*:

Výuka je založena na příkladech. Metody strukturního modelování kauzálních sítí jsou vyvíjeny na posloupnosti praktických modelů, od testování jednoduchých korelací a kovariancí až po složité modely s latentními a manifestními proměnnými, testování bootstrapovými postupy a ošetření chybějících hodnot. V kurzu je kladen důraz na aplikační stránku a metodologii a na grafické zadávání úloh. Matematická teorie není do kurzu zařazena.

  1. korelace a kauzalita
  2. kauzální modelování a kovarianční struktury; latentní, manifestní a chybové proměnné
  3. ovládání programu: grafy, matice, rovnice
  4. kreslení vztahových grafů
  5. odhady v modelu a testování modelu – kvalita modelu
  6. modifikační indexy a interaktivní budování modelu
  7. regresní analýza s latentními proměnnými
  8. konfirmační faktorová analýza
  9. rekurzívní a nerekurzívní modely – zpětné vazby a cykly
  10. simultánní analýza ve skupinách – testy shody modelů
  11. testy o korelacích, rozptylech a průměrech
  12. chybějící data a modelování
  13. bootstrap
  14. automatický výběr modelu z určené množiny
  15. automatické zpracování paralelních modelů ve skupinách

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

Používaný software:

IBM SPSS Statistics Base, IBM SPSS Amos