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

čeština

Počet kreditů

3

Výsledky učení předmětu

Absolvováním tohoto předmětu posluchači rozšíří své znalosti v oblasti pokročilého statistického zpracování experimentálních dat. Naučí se ovládat komplexní statistický software Statistica. Tyto nové znalosti a dovednosti jsou široce aplikovatelné v mnoha technických a přírodovědných oborech. Dalším benefitem je přímá návaznost tohoto předmětu na realizaci diplomových prací. Může tak přispět k vyšší kvalitě VŠKP realizovaných na FCH VUT.

Prerekvizity

Dobrá znalost matematiky. Základní dovednosti práce v excelu. Schopnost základní analýzy a zpracování chemických a biologických dat.

Plánované vzdělávací činnosti a výukové metody

Přednáška -(2 vyučovací hodiny 1 za 14 dní): frontální výuka s využitím názorně demonstračních metod (powerpoint, tabule).
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

Podmínky zisku klasifikovaného zápočtu:

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

Studenti se v předmětu Biostatistika seznámí se základními i pokročilými statistickými metodami a jejich aplikací při vyhodnocování biologických a chemicko-analytických dat. Zásadním posláním předmětu je předat znalosti o způsobu zpracování věděckých studií s důrazem na objektivní prezentaci výsledků a závěrů.

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

Studenti se v předmětu Biostatistika seznámí se základními i pokročilými statistickými metodami a jejich aplikací při vyhodnocování dat přírodovědného a chemicko-technologického typu. Zásadním posláním předmětu je předat znalosti o způsobu extrakce informací z velkých datasetů. Tyto znalosti jsou esenciální pro objektivní interpretaci výsledků vědeckých studií a při psaní odborných textů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

V průběhu semestru budou studenti zpracovávat aplikované úlohy (prezenční forma ve cvičení, kombinovaná forma jako korespondenční úkoly). Jednotlivé úkoly budou bodově ohodnoceny. Závěrečný zápočet se bude sestávat ze zápočtového testu. Dále student před zápočtovým týdnem dostane zadaný konkrétní problém, který bude muset samostatně vyřešit pomocí statistických postupů. Podsatné výsledky poté bude během zápočtu veřejně prezentovat.

Základní literatura

Meloun M., Militký J.: Statistická analýza experimentálních dat. Academia, Praha 2004. (CS)
Lepš J., Šmilauer P.: Biostatistika. Nakladatelství Jihočeské univerzity, České Budějovice, Česká republika, 2016. (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)
Doerffek K., Eckschlager K.: Optimální postup chemické analýzy, SNTL, Praha, Československo, 1988. (CS)

eLearning

Zařazení předmětu ve studijních plánech

  • 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_CHMA magisterský navazující

    specializace CHBL , 2. ročník, zimní semestr, povinně volitelný

  • Program NPCP_MA magisterský navazující

    obor NPCO_MA , 2. ročník, zimní semestr, povinně volitelný

  • Program NPCP_CHMA magisterský navazující

    specializace BF , 2. ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Konzultace v kombinovaném studiu

26 hod., nepovinná

Vyučující / Lektor

Cvičení

26 hod., povinná

Vyučující / Lektor

eLearning