Statistické prostředky pro popis závislostí v datech

Abstract

Diplomová práce se zabývá prostředky pro popis závislosti v datech. Postupně představuje různé typy korelačních koeficientů, a to od nejznámějších a nejčastěji používaných, jako jsou Pearsonův a Spearmanův koeficient, až po specializované metody vhodné pro specifické kombinace typů proměnných, například biseriální a tetrachorické korelace. Práce se dále zaměřuje na míry kontingence pro kategoriální proměnné a poslední kapitola je věnována zdánlivým korelacím a Simpsonovu paradoxu, které upozorňují na možnou mylnou interpretaci získaných výsledků.

Cílem práce je nejen popsat jednotlivé statistické prostředky, ale také ukázat jejich vhodné použití v praxi, upozornit na možná úskalí při interpretaci výsledků a zdůraznit význam správné volby metody s ohledem na charakter dat.

This thesis focuses on statistical tools for describing dependencies between variables in data. It gradually introduces different types of correlation coefficients, starting with the most well-known and widely used ones such as Pearson's and Spearman's coefficients, to more specialised methods suitable for specific combinations of variable types – such as biserial and tetrachoric correlations. The thesis also focuses on contingency and association measures for categorical variables. The final chapter is devoted to spurious correlations and Simpson’s paradox, which illustrate the risk of misinterpreting statistical relationships.

The aim of the thesis is not only to describe individual the various statistical tools, but also to demonstrate their correct practical application, to highlight potential pitfalls in interpretation of the result and emphasise the importance of choosing an appropriate method based on the nature of the data.