|
Vyučující
|
-
Duchoslav Martin, RNDr. Ph.D.
|
|
Obsah předmětu
|
Cílem kurzu je seznámit studenty se základními principy statistického uvažování a s jejich aplikací v biologii a ekologii. Přednáška je zaměřena na pochopení principů a aplikaci statistických metod a na správnou interpretaci výsledků statistických testů. Absolvent kurzu by měl být schopen správně navrhnout experiment či pozorování, správně data sebrat, zpracovat a interpretovat, ať už pro účely bakalářské nebo magisterské práce. Při studiu odborné literatury ve svém oboru by měl student po absolvování tohoto kurzu pochopit význam statistického hodnocení a velké části použitých statistických metod v příslušném textu. Problémy a použité statistické testy jsou demonstrovány na biologických a ekologických příkladech. Součástí kurzu je i cvičení, určené k praktickému procvičování příkladů za pomoci statistických programových balíků. Pozornost bude zaměřena na vkládání a editaci dat, jednoduché grafické zobrazování a základní logické, třídící a statistické operace v programu MS Excel for Windows, a dále na základní a některé pokročilejší statistické procedury v programovacím prostředí jazyka R. Sylabus 1. Úvod, základní pojmy, co je věda, metodologie, filozofie vědy, deduktivní a induktivní uvažování 2. Základní soubor a výběr, experiment vs. pozorování, design sběru dat a experimentu, typy proměnných, deskriptivní statistika, grafická presentace dat 3. Pravděpodobnost, distribuční funkce, teoretické modely rozdělení pravděpodobností, principy testování statistických hypotéz 3. Analýza kategoriálních dat (test dobré shody, kontingenční tabulky, Fisherův exaktní test, odds ratio, log-lineární modely) 3. Analýza ordinálních a spojitých dat I: jeden a dva soubory, parametrické a neparametrické testy (Monte Carlo), náhodné a blokové uspořádání pokusu, testování normality dat, transformace dat 4. Analýza ordinálních a spojitých dat II: tři a více souborů - ANOVA: jednoduchá, vícefaktorová, se znáhodněnými bloky, s opakovanými měřeními, hierarchická, design pokusu 5. Vztah dvou (ordinálních) kvantitativních proměnných: regrese a korelace, lineární a nelineární modely, ANCOVA, parametrická a neparametrická korelace
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Projekce (statická, dynamická), Laborování
|
|
Výstupy z učení
|
Současné biologické a ekologické vědy jsou kvantitativní vědy. Informace (čísla), které záskávají, jsou však zatíženy náhodnou variabilitou, resp. získaná data obsahují náhodnou složku. Statistika nám dává návod, jak s takovými daty pracovat a jak odlišit zákonitosti od náhodné variability. Cílem kurzu je seznámit studenty se základními principy statistických aplikací v biologii a ekologii, a to jak teoreticky (pochopení principu metod a jak je správně a nesprávně použít), tak prakticky (cvičení se statistickým software na zpracování a analýzu dat).
Po absolvování kurzu by student měl být schopen: - navrhnout design experimentu či pozorování a správně sebrat data - vysvětlit principy a aplikaci statistických metod a správně interpretovat výsledky statistických testů - zpracovat data a vyhodnotit je vhodnými statistickými programy (R)
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Známkou, Ústní zkouška, Písemná zkouška
kombinovaná zkouška v rozsahu probírané látky: písemný test z teorie, řešení příkladů na PC v prostředí jazyka R, diskuse nad odborným cizojazyčným článkem
|
|
Doporučená literatura
|
-
Delventhal K. a kol. (2004). Kompendium matematiky.-. Universum.
-
Gotelli N., Ellison A. (2004). A Primer of Ecological Statistics.-. Sinauer Associates.
-
Hendl, J. (2006). Přehled statistických metod: analýza a metaanalýza dat. 4., rozš. vyd. Praha: Portál, 2012.. Portál, Praha.
-
Lepš J. & Šmilauer P. (2016). Biostatistika. České Budějovice.
-
Meloun M. & Militký J. (2002). Kompendium statistického zpracování dat.. Academia, Praha.
-
Moore D. S. (2007). The basic practice of statistics.-. Freeman, New York.
-
Quinn G.P. & Keough M.J. (2002). Experimental design and data analysis for biologist.-. Cambridge University Press.
-
Sokal R. & Rohlf F. (1995). Biometry.-. Freeman and Company, New York.
-
Zar J. H. (1998). Biostatistical analysis.-. Prentice Hall, Englewood Cliffs.
|