Cílem kurzu je seznámit studenty se základními principy statistického uvažování a s jejich aplikací v biologii. 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 pokus či pozorování, správně data sebrat, zpracovat a interpretovat, ať už pro účely bakalářské nebo magisterské práce. Při studiu odborné literatury by měl po absolvování kurzu pochopit význam statistického hodnocení a velké části použitých statistických metod v příslušném textu. Problémy a použité statistické testy jsou demonstrovány na biologických příkladech dostupných jak v literatuře, tak z originálních dat vedoucího kurzu a dat studentů. Součástí kurzu je i blok cvičení určených pro praktické procvičování příkladů za pomoci statistických programových balíků. Pozornost bude zaměřena na vkládání a editaci dat, jednoduché grafické zobrazování a statistické operace v programu MS Excel for Windows, a dále na základní a některé pokročilejší statistické procedury programu NCSS 2001, popř. R. S rozvojem různých biologických disciplín a jejich kvantitativní povaze s nutností náležitě a správně analyzovat pozorovanou variabilitu dat a zároveň s dostupností výpočetní techniky a řady softwarových balíků je nutné vedle klasického "ručního" počítání zvládat i statistické výpočty v příslušných programech. Plánovaným výstupem je aktualizace prezentací teoretických postupů o novější statistické procedury, které se postupně stávají standardem, vytvoření studijních podpůrných materiálů (příkladů) pro cvičení a jejich vzorové řešení ve vybraných programech, včetně jejich umístění na webové stránky. Sylabus 1. Úvod, základní pojmy, věda, metodologie, filozofie vědy, deduktivní a induktivní uvažování 2. Základní soubor a výběr, experiment, pozorování, design, proměnné, deskriptivní statistika, grafická presentace dat 3. Pravděpodobnost, principy testování hypotéz, distribuční funkce, teoretické modely rozdělení pravděpodobností 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
|
-
Delventhal K. a kol. (2004). Kompendium matematiky.-. Universum.
-
Gotelli N., Ellison A. (2004). A Primer of Ecological Statistics.-. Sinauer Associates.
-
Havránek, T. (1993). Statistika pro biologické a lékařské vědy.-. Academia, Praha.
-
Hendl, J. (2006). Přehled statistických metod: analýza a metaanalýza dat. 4., rozš. vyd. Praha: Portál, 2012.. Portál, Praha.
-
Komenda S. (1994). Biometrie.-. Vydavatelství UP, Olomouc.
-
Lepš, J. (1996). Biostatistika. JČ Univerzita, 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.
|