Detail předmětu
Chemická informatika II
FCH-BC_CHI2Ak. rok: 2023/2024
Předmět si klade za cíl seznámit studenty se základními teortetickými a a praktickými aspekty zpracovní, statistického vyhodnocení a analýzy experimentálních dat. Další část je věnována práci s odbornými a vědeckými informacemi v libovolné formě se zaměřením na chemické obory. Zabývá se možnostmi a způsoby elektronické prezentace chemických informacích a metodami práce s elektronickými primárními a sekundárními informačními zdroji, patenty jako zdroji informací a počítačovými aplikacemi a nástroji pro práci s informacemi. Na obecný přehled navazuje praktická část zaměřená na nejdůležitější chemické báze dat. Důraz je přitom kladen na souvislosti mezi teoretickou a praktickou stránkou zpracování a využívání chemických informací.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Pravidla hodnocení a ukončení předmětu
- řádná účast a aktivní práce na cvičeních,
- úspěšné absolvování všech kontrolních testů na cvičeních,
- absolvování závěrečného zápočtového testu, který bude na cvičeních v posledním týdnu semestru.
Základem závěrečné zkouška je písemný test, po kterém následuje ústní zkouška. Hodnocení zkoušky vychází z bodového hodnocení obou částí zkoušky, zohledněno je i bodové hodnocení kontrolních testů na cvičeních.
Kontrolovanopu výukou je výuka na cvičeních dle rozvrhu. V rámci cvičení je kontrolovaná docházka na výuku a rovněž přípravenost na výuku na základě učiva probíraného na přednáškách. Výuka na cvičeních je rozdělena do dvou bloků, každý blok je zakončen kontrolním testem, první blok obsahuje další kontrolní test. Podmínkou udělení zápočtu je účast na cvičeních a úspěšné absolvování kontrolních testů na cvičeních. Předmět je zakončen zkouškou.
Učební cíle
Po absolvování tohoto předmětu bude student schopen na základě znalostí základních metod pro zpracování, statistické vyhodnocení a analýzu dat samostatně zpracovávat výsledky měření, analyzovat získané data a dále je zpracovávat do výsledných forem. Dále bude schopen
zpracovat literární rešerši na dané téma s využitím všech dostupných informačních zdrojů.
Základní literatura
Jiří Pavlík a kolektiv. Aplikovaná statistika. Praha: Vydavatelství VŠCHT Praha, 2005. ISBN 80-7080-569-2.
Doporučená literatura
Josef Pecinovský. Excel v příkladech – řešené úlohy. Praha: Grada Publishing, 2012. ISBN
Elearning
Zařazení předmětu ve studijních plánech
- Program BKCP_CHCHTE bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_ECHBM bakalářský 1 ročník, letní semestr, povinný
- Program BKCP_ECHBM bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_CHCHTE bakalářský 1 ročník, letní semestr, povinný
- Program BKCP_CHTM bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_CHTM bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_CHTOZP bakalářský 1 ročník, letní semestr, povinný
- Program BKCP_CHTOZP bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_CHTPO bakalářský
specializace CHPL , 1 ročník, letní semestr, povinný
specializace PCH , 1 ročník, letní semestr, povinný
specializace BT , 1 ročník, letní semestr, povinný - Program BKCP_CHTPO bakalářský
specializace PCH , 1 ročník, letní semestr, povinný
specializace BT , 1 ročník, letní semestr, povinný
specializace CHPL , 1 ročník, letní semestr, povinný - Program BPCP_CHMA bakalářský 1 ročník, letní semestr, povinný
- Program BPCP_CHTN bakalářský 1 ročník, letní semestr, povinný
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
Práce se seznamy a databázemi, evidence technických dat, Kontingenční grafy a tabulky
Základy získávání (měření), zpracování, analýzy a vyhodnocení dat
Statistické zpracování experimentálních dat, statistické funkce, statistické třídění dat, míry polohy a variability
Rozdělení pravděpodobností, náhodná veličina, analýza závislosti, míry závislosti
Závislost pevná, volná, statistická a korelační; Korelační počet; Regresní a korelační analýza;
Použití analytických nástrojů pro zpracování dat
BLOK II. - VYHLEDÁVÁNÍ ODBORNÝCH ZDROJŮ
Základy chemické legislativy, Databáze vlastností chemických látek, Databáze NIST a TOXLINE/TOXNET, Patenty – mezinárodní patentové třídění, Ochranné známky, Český Úřad průmyslového vlastnictví, Vyhledávání v národních i mezinárodních patentových databázích
Informační zdroje ve výzkumném cyklu – primární, sekundární, terciální, Vyhledávání vědeckých publikací, Nejdůležitější databáze (Thomson Reuters, Web of Science/Web of Knowledge, Databáze Elsevier Science Direct, American Chemical Society, Springer, Wiley), Možnosti knihovny FCH, Národní knihovna ČR, Scifinder
Cvičení
Vyučující / Lektor
Ing. Martin Súkeník
Ing. Kristýna Janáková
Ing. Vojtěch Dobiáš
Ing. Zuzana Ivančová
Ing. Jiří Přibyl
Ing. Marek Řihák
Ing. Ivana Málková
Ing. Kristýna Müllerová
Ing. Tomáš Nešpor
Ing. Marcela Králová, Ph.D.
doc. Mgr. Věra Mazánková, Ph.D.
Ing. Monika Trudičová, Ph.D.
Ing. Michaela Fanglová
Ing. Sylvia Patakyová
Osnova
Časový harmonogram výuky cvičení z Chemické informatiky I je koncipován tak, aby probíraná problematika na cvičení reflektovala a zároveň časově nepředbíhala problematiku řešenou na přednáškách k tomuto předmětu.
1.) Základní práce v software Origin
2.) Pokročilá práce v software Origin
3.) Základy popisné statistiky (modus, medián, průměr, kvantily, míry variability) + testování znalostí ze software Origin
4.) Základy popisné statistiky II (četnosti - relativní vs. absolutní), histogramy, diferenciální vs. integrální funkce
5.) Rozdělení pravděpodobnosti, normální rozdělení, testy normality
6.) Práce ve statistickém software se zaměřením na popisnou statistiku (STATISTICA)
7.) Chyby a nejistoty měření + ověření znalostí práce ve statistické software
8.) Korelační a regresní analýza
9.) Testování hypotéz (jedno výběrový, dvou výběrový a párový test)
10.) Testování hypotéz II (neparametrické testy, ANOVA, test odlehlých hodnot)
11.) Práce ve statistickém software se zaměřením na testování hypotéz (STATISTICA)
12.) Práce ve statistickém software se zaměřením na testování hypotéz II (STATISTICA)
13.) Ověření znalostí ze základní popisné statistiky, chyb a nejistot měření, korelační a regresní analýzy a testování hypotéz
Elearning