Multivariatna analiza

Opis predmeta

grafične ponazoritne multivariatnih podatkov
multipla regresija
metode razvrščanja v skupine
metoda glavnih komponent
faktorska analiza
linearni strukturni modeli
druge metode glede na razpoložjiv čase:
- večrazmernostno lestvičenje
- korespondenčna analiza
- kanonična korelacijska analiza
- diskriminantna analiza
pregled drugih metod

Cilji in kompetence

Namen predmeta je nadgraditi znanja iz statistike z metodami multivariatne analize. Pri predmetu se bodo študentje seznanili s standardnimi metodami multivariatne analize, ki se običajno uporabljajo za zahtevnejše analize podatkov. Usposobili se bodo za samostojno uporabo metod multivariatne analize in programskih orodij za take analize.

Metode poučevanja in učenja

Predavanja, individualne naloge.

Predvideni študijski rezultati

Znanje in razumevanje: Poznavanje metod multivariatne analize, zmožnost njihove rabe in ovrednotenja njihovih rezultatov. Uporaba: Uporaba pri zahtevnejših statističnih analizah podatkov. Refleksija: Spoznavanje in razumevanje povezanosti med teorijo in empirijo pri reševanju konkretnih raziskovalnih problemov, postavljenih v različnih znanstvenih disciplinah.

Reference nosilca

Aleš Žiberna:

ŽIBERNA, Aleš, KEJŽAR, Nataša, GOLOB, Petra. A comparison of different approaches to hierarchical clustering of ordinal data. Metodološki zvezki. [Tiskana izd.], 2004, letn. 1, št. 1, str. 57-73, graf. prikazi. http://mrvar.fdv.uni-lj.si/pub/mz/mz1.1/ziberna.pdf.
ŽIBERNA, Aleš. Generalized blockmodeling of valued networks. Soc. networks. [Print ed.], Jan. 2007, vol. 29, no. 1, str. 105-126.
ŽIBERNA, Aleš. K-means-based algorithm for blockmodeling linked networks. Social Networks. [Print ed.]. May 2020, vol. 61, str. 153-169, ilustr. ISSN 0378-8733. https://www.sciencedirect.com/science/article/pii/S0378873319300176, DOI: 10.1016/j.socnet.2019.10.006.
ŽIBERNA, Aleš, ŽABKAR, Vesna. Application of end-users market segmentation using statistical methods. V: FERLIGOJ, Anuška (ur.), MRVAR, Andrej (ur.). Developments in applied statistics, (Metodološki zvezki, 19). Ljubljana: Fakulteta za družbene vede, 2003, str. [243]-263.

Marjan Cugmas:

CUGMAS, Marjan, MALI, Franc, ŽIBERNA, Aleš. Scientific collaboration of researchers and organizations : a two-level blockmodeling approach. Scientometrics, ISSN 0138-9130, Dec. 2020, vol. 125, no. 3, str. 2471-2489, ilustr., doi: 10.1007/s11192-020-03708-x.
CUGMAS, Marjan, FERLIGOJ, Anuška. Comparing two partitions of non-equal sets of units. Metodološki zvezki, ISSN 1854-0023. [Tiskana izd.], 2018, vol. 15, no. 1, str. 1-21, ilustr. http://ibmi.mf.uni-lj.si/mz/2018/no-1/Cugmas2018.pdf.
CUGMAS, Marjan, FERLIGOJ, Anuška, KRONEGGER, Luka. The stability of co-authorship structures. Scientometrics, ISSN 0138-9130, 2016, vol. 106, no. 1, str. 163-186, ilustr. http://link.springer.com/article/10.1007/s11192-015-1790-4, doi: 10.1007/s11192-015-1790-4.

Temeljni viri in literatura

Tabachnick B.G. in Fidell L.S.: Using Multivariate Statistics. Pearson/Allyn & Bacon., Boston. 2007 (Peta izdaja)
Kaplan D.: Structural Equation Modeling, Foundations and Extensions. Sage, Thousand Oaks, London, New Delhi, 2000.
Johnson R.A. in Wichern D.W.: Applied Multivariate Statistical Analysis, 6th international edition. Pearson Education International, Upper Saddle Rive, 2007.
Härdle W., Simar L.: Applied multivariate statistical analysis, 2nd ed. Springer, Berlin, Heidelberg, New York, 2007.
Ferligoj A.: Razvrščanje v skupine. Metodološki zvezki, 4, FSPN, Ljubljana, 1989.