|
Vyučující
|
-
Weidinger Karel, doc. Mgr. Dr.
-
Remeš Vladimír, prof. Mgr. Ph.D.
|
|
Obsah předmětu
|
Výuka proběhne s využitím programu Statistica, jehož intuitivní ovládání umožňuje soustředit se na pochopení obecných principů analýzy dat, nikoli na osvojení si konkrétního programu. Hlavní témata: Praktické aplikace moderních metod sběru, analýzy a prezentace dat. Pozorování vs experiment, korelace vs kauzalita, explorační vs konfirmační metody. Biologická vs statistická signifikance, velikost efektu vs signifikance. Uspořádání pokusů, replikace vs pseudoreplikace. Obecné/zobecněné lineární modely, typy vysvětlovaných a vysvětlujících proměnných, pevné vs náhodné efekty. Testování signifikance vs výběr modelu. Vizualizace a prezentace výsledků.
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Dialogická (diskuze, rozhovor, brainstorming), Demonstrace
|
|
Výstupy z učení
|
Naučit se základní principy statistické analýzy dat.
Po absolvování kurzu by student měl být schopen: -analyzovat data pomocí běžných statistických metod -interpretovat výsledky a vyvodit závěry -prezentovat výsledky ve vědecké publikaci
|
|
Předpoklady
|
Základní ovládání počítače.
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška
Aktivní účast na cvičení. Plnění průběžných úkolů. Splnění závěrečného písemného testu - řešení praktického úkolu z analýzy dat. Kvalifikovaná diskuse na vybraná témata.
|
|
Doporučená literatura
|
-
Manuály a dokumentace statistických programů..
-
Grafen A, Hails R. (2002). Modern statistics for the life sciences. Oxford.
-
Sokal R, Rohlf FJ. (1995). Biometry.. New York.
-
Statsoft Inc. Electronic Statistics Textbook..
|