Sprawna praca w JASP - Nauczysz się samodzielnie instalować JASP, poruszać się po jego interfejsie i uruchamiać procedury analityczne, dzięki czemu szybciej rozpoczniesz pracę na własnych danych.
Lepsze zrozumienie możliwości pakietu - Dowiesz się, jakie analizy oferuje JASP, czym wyróżnia się jako projekt open source i kiedy warto wybrać to narzędzie do codziennej pracy z danymi statystycznymi.
Pewne liczenie statystyk opisowych - Przećwiczysz obliczanie dominanty, średniej, mediany oraz miar rozproszenia, więc będziesz poprawnie opisywać zbiory danych przed przejściem do dalszej analizy.
Poprawna interpretacja zmienności - Nauczysz się odczytywać odchylenie przeciętne, odchylenie standardowe i współczynnik zmienności, aby trafniej oceniać zróżnicowanie wyników w badanym materiale.
Dobór właściwej metody analizy - Poznasz zastosowanie testu t Studenta, ANOVA, ANCOVA oraz regresji, dzięki czemu łatwiej dobierzesz metodę statystyczną do pytania badawczego i typu danych.
Łączenie podejść statystycznych - Zobaczysz, jak w JASP korzystać zarówno z wnioskowania częstościowego, jak i bayesowskiego, co pozwoli Ci porównywać podejścia i świadomiej interpretować wyniki analiz.
Czytelna prezentacja wyników - Nauczysz się wizualizować dane i wyniki analiz w programie, dzięki czemu przygotujesz bardziej zrozumiałe wykresy oraz zestawienia do raportów, prezentacji i publikacji.
Analiza zależności między zmiennymi - Opanujesz współczynnik korelacji Pearsona i regresję liniową, więc będziesz umieć badać siłę zależności, przewidywać wyniki i sensownie komentować relacje między zmiennymi.
JASP stanowi punkt wyjścia do dalszej pracy, dlatego na początku określany jest jego zakres i miejsce wśród narzędzi statystycznych. Ujęto tu właściwości pakietu, konsekwencje modelu open source oraz najczęściej wykonywane analizy dostępne w tym środowisku.
Sprawne korzystanie z pakietu zaczyna się od poprawnej konfiguracji środowiska pracy. Ta część obejmuje instalację JASP, orientację w graficznym interfejsie oraz sposób uruchamiania procedur analitycznych, aby przejść od pierwszego uruchomienia do wykonania podstawowych analiz.
Istotną funkcją JASP jest obsługa różnych podejść do wnioskowania statystycznego w jednym środowisku. Sekcja obejmuje wnioskowanie częstościowe, wnioskowanie bayesowskie oraz aktualizację wyników, pokazując, jak program wspiera porównywanie podejść i bieżące przeliczanie analiz.
Analizę opisową rozpoczyna ustalenie wartości najlepiej charakteryzującej badany zbiór. Uczestnicy pracują z dominantą, średnią i medianą w JASP, ucząc się różnic między tymi miarami oraz tego, jak rozkład danych wpływa na ich trafność i użyteczność interpretacyjną.
Miary rozproszenia pokazują, jak bardzo obserwacje odbiegają od wartości centralnej i czy zmienność danych jest niewielka czy wyraźna. Sekcja obejmuje odchylenie przeciętne, odchylenie standardowe oraz klasyczny współczynnik zmienności, z naciskiem na ich znaczenie interpretacyjne.
Dobór metody statystycznej zależy od rodzaju pytania badawczego i struktury danych. W tej części zestawiono test t Studenta, regresję, ANOVA oraz ANCOVA, wskazując, do jakich porównań i modeli służą oraz jak odróżniać sytuacje wymagające analizy różnic od analizy zależności.
Gdy trzeba określić siłę i kierunek liniowej zależności między zmiennymi, podstawowym narzędziem staje się współczynnik korelacji Pearsona. Sekcja wyjaśnia jego obliczanie i interpretację w JASP, znaczenie znaku i wartości współczynnika oraz różnicę między korelacją a przyczynowością.
Regresja liniowa pozwala ocenić, jak zmienna zależna zmienia się pod wpływem jednego lub wielu predyktorów. W tej sekcji omawiane jest budowanie modelu w JASP, interpretacja współczynników i dopasowania oraz zastosowanie regresji do wyjaśniania i prognozowania wyników.
Czytelna prezentacja wyników ma znaczenie wtedy, gdy liczby trzeba przełożyć na wnioski analityczne. Ta część koncentruje się na wizualizacji danych w JASP, doborze odpowiednich wykresów oraz wykorzystaniu grafiki do pokazywania rozkładów, zależności i różnic między obserwacjami.
Końcowa część porządkuje cały tok pracy analitycznej omówiony podczas szkolenia, od statystyki opisowej po wnioskowanie i modelowanie w JASP. Ułatwia też powiązanie metod z typami problemów badawczych oraz poprawne odczytywanie wyników w spójnym procesie analizy danych.
Podstawy statystyki - Powinieneś znać podstawowe pojęcia statystyczne, takie jak zmienna, skala pomiaru i średnia, aby swobodnie rozumieć omawiane analizy oraz interpretację wyników.
Praca z danymi - Powinieneś umieć pracować z tabelami danych, rozpoznawać kolumny i wiersze oraz rozumieć strukturę prostego zbioru, bo szkolenie opiera się na analizie danych.
Obsługa komputera - Powinieneś sprawnie obsługiwać komputer, instalować programy i poruszać się po interfejsie aplikacji, aby bez problemu wykonywać ćwiczenia w środowisku JASP.
Interpretacja wykresów - Powinieneś rozumieć podstawowe wykresy i tabele statystyczne, aby łatwiej śledzić wizualizacje danych oraz poprawnie odczytywać wyniki prezentowane podczas szkolenia.
