čeština

Výsledkem učení předmětu bude:
a) teoretická znalost základního statistického aparátu pro hodnocení výsledků v chemické, biologické a biochemické oblasti,
b) dovednost aplikovat statistické principy na řešení úloh z praxe,
c) schopnost zpracovat výsledky s využitím prokročilého softwaru Statistica,
d) zisk přehledu o možném využití výstupů biostatistiky v jiných předmětech oboru, vědě, výzkumu a pracovním životě,
e) způsobilost statisticky správně zpracovat VŠKP

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

Přednáška -(2 vyučovací hodiny za 14 dní): frontální výuka s využitím názorně demonstračních metod (powerpoint).
Cvičení - (2 vyučovací hodiny za 14 dní): výuka na pc, workshop, samostatné práce, diskusní metody.
Elektronická podpora: kurz Biostatistika zpracovaný v e-learningovém systému Moodle, video databáze přednášek a cvičení.

Podmínky zisku klasifikovaného zápočtu:
V průběhu semestru splnit všechny zadané příklady z cvičení.
V závěru semestru prezenční zápočtový test za 50 bodů, minimum pro úspěch: 25 bodů.
Prezentace podstatných výsledků z řešení zadaného výzkumného problému

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. Předmět biostatistika propojuje v jednom semestru teoretickou a praktickou výuku na pc. Výuka je zaměřena na oblast statistiky široce aplikovatelnou v přírodních vědách. Podrobně jsou rozváděna témata z okruhu základní deskriptivní analýzy, hypotézového testování, teorie pravděpodobnosti, korelační a regresní analýzy a moderní 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 na modelových datech, ale i na aktuálních data setech studentů z diplomových prací.

1. týden: Úvod do biostatistiky, základní statistické pojmy a metody
2. - 3. týden: Bodové odhady střední hodnoty, Intervalové odhady střední hodnoty, posouzení správnosti a shodnosti výsledků, systematizace a eliminace chyb
4.- 5. týden:. Distribuce dat, identifikace odlehlých výsledků
6. - 7. týden: Parametrické i neparametrické hypotézové testy - T-test, U-test, 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
10. -11. týden: Vícerozměrná analýza dat 1 - shluková analýza, analýza hlavních komponent, K-means
12. - 13. týden: Vícerozměrná analýza dat 2 - kanonická a lineární diskriminační a klasifikační analýza

Cvičení přímo navazuje na přednášky, kdy studenti řeší konkrétní statistické problémy za použití softwarů Statistica a Excel.

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.

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. Podstatné výsledky poté bude během zápočtu veřejně prezentovat.

Lepš J., Šmilauer P.: Biostatistika. Nakladatelství Jihočeské univerzity, České Budějovice, Česká republika, 2016. (EN)
Meloun M., Militký J.: Statistická analýza experimentálních dat. Academia, Praha 2004. (CS)

Meloun M.: Počítačová analýza vícerozměrných dat, Academia, Praha, Česká republika, 2005. (EN)
Meloun M.: Statistická analýza vícerozměrných dat v příkladech, Karolinium, Praha, Česká republika, 2017. (EN)