Detail předmětu
Biostatistika
FCH-MC_BSTAk. rok: 2022/2023
Předmět se zaměřuje na specifickou oblast statistiky, kterou lze efektivně využívat při zpracování dat z přírodovědné a chemicko-technologické oblasti. Podrobně jsou rozváděna témata z okruhu základní i pokročilé deskriptivní analýzy, testování hypotéz, korelační a regresní analýzy a komplexní vícerozměrné analýzy dat. Teoretické znalosti z přednášek jsou přeneseny do praxe pomocí cvičení, v nichž se studenti naučí využívat pokročilých statistických softwarů, jako je například Statistica. Během cvičení jsou řešeny vědecko-výzkumné problémy nejen na modelových datech, ale i na aktuálních datasetech studentů z probíhajících diplomových prací.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Prerekvizity
Plánované vzdělávací činnosti a výukové metody
Cvičení - (2 vyučovací hodiny 1 za 14 dní): výuka na pc - software Statistica, workshop, samostatné práce, diskuse.
Elektronická podpora: kurz Biostatistika zpracovaný v e-learningovém systému Moodle, video databáze přednášek a cvičení v platformě MS Stream
Způsob a kritéria hodnocení
Aktivní účast na všech cvičeních
V průběhu semestru splnit všechny zadané příklady z cvičení.
V závěru semestru prezenční zápočtový test za 50 bodů, minimum pro splnění: 25 bodů.
Prezentace podstatných výsledků z řešení zadaného výzkumného problému
Osnovy výuky
1. týden: Úvod do biostatistiky, základní statistické pojmy a metody
2. - 3. týden: Teorie pravděpodobnosti, centrální limitní věta, z- a t- distribuce, standardizace hodnot pomocí z a t skóre, interval spolehlivosti, bodové odhady střední hodnoty, intervalové odhady střední hodnoty, posouzení správnosti a shodnosti výsledků, systematizace a eliminace chyb
4.- 5. týden:. Základní deskriptivní analýza dat - grafy, testy normality, identifikace odlehlých výsledků. Design experimentu.
6. - 7. týden: Parametrické a neparametrické hypotézové testy - T-testy, U-test, jednofaktorová a vícefaktorová ANOVA, MANOVA, Kruskal Wallisova ANOVA
8.- 9. týden: . Korelační a regresní analýza dat, aplikace lineární regrese v biotechnologické a chemické praxi, polynomická regrese, určení stupně polynomu. Tvorba modelů.
10. -11. týden: Vícerozměrná analýza dat 1 - shluková analýza - hierarchická, K-průměr , analýza hlavních komponent (PCA)
12. - 13. týden: Vícerozměrná analýza dat 2 - kanonická a lineární diskriminační analýza, tvorba klasifikačních modelů
Témata cvičení přímo navazují na přednášky, kdy studenti řeší konkrétní statistické problémy za použití softwarů Statistica a Excel.
Učební cíle
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Základní literatura
Lepš J., Šmilauer P.: Biostatistika. Nakladatelství Jihočeské univerzity, České Budějovice, Česká republika, 2016. (CS)
Doerffek K., Eckschlager K.: Optimální postup chemické analýzy, SNTL, Praha, Československo, 1988. (CS)
Meloun M.: Statistická analýza vícerozměrnýcg dat v příkladech, Karolinium, Praha, Česká republika, 2017. (CS)
Meloun M.: Počítačová analýza vícerozměrných dat, Academia, Praha, Česká republika, 2005. (CS)
Elearning
Zařazení předmětu ve studijních plánech
- Program NPCP_CHMA magisterský navazující
specializace BF , 2 ročník, zimní semestr, povinně volitelný
specializace CHBL , 2 ročník, zimní semestr, povinně volitelný - Program NKCP_CHTP magisterský navazující
obor NKCO_CHTP , 2 ročník, zimní semestr, povinný
- Program NPCP_CHTP magisterský navazující
obor NPCO_CHTP , 2 ročník, zimní semestr, povinný
- Program NPCP_MA magisterský navazující
obor NPCO_MA , 2 ročník, zimní semestr, povinně volitelný
Typ (způsob) výuky
Elearning