Detail předmětu
Biostatistika
FCH-MC_BSTAk. rok: 2023/2024
Předmět se zaměřuje na specifickou oblast statistiky, kterou lze efektivně využívat při zpracování dat z přírodovědné a chemicko-technologické oblasti. Podrobně jsou rozváděna témata z okruhu základní i pokročilé deskriptivní analýzy, testování hypotéz, korelační a regresní analýzy a komplexní 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 nejen na modelových datech, ale i na aktuálních datasetech studentů z probíhajících diplomových prací.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Pravidla hodnocení a ukončení předmětu
Aktivní účast na všech cvičeních
V průběhu semestru splnit všechny zadané příklady z cvičení.
V závěru semestru prezenční zápočtový test za 50 bodů, minimum pro splnění: 25 bodů.
Prezentace podstatných výsledků z řešení zadaného výzkumného problému
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. Podsatné výsledky poté bude během zápočtu veřejně prezentovat.
Učební cíle
Absolvováním tohoto předmětu posluchači rozšíří své znalosti v oblasti pokročilého statistického zpracování experimentálních dat. Naučí se ovládat komplexní statistický software Statistica. Tyto nové znalosti a dovednosti jsou široce aplikovatelné v mnoha technických a přírodovědných oborech. Dalším benefitem je přímá návaznost tohoto předmětu na realizaci diplomových prací. Může tak přispět k vyšší kvalitě VŠKP realizovaných na FCH VUT.
Základní literatura
Lepš J., Šmilauer P.: Biostatistika. Nakladatelství Jihočeské univerzity, České Budějovice, Česká republika, 2016. (CS)
Meloun M., Militký J.: Statistická analýza experimentálních dat. Academia, Praha 2004. (CS)
Meloun M.: Počítačová analýza vícerozměrných dat, Academia, Praha, Česká republika, 2005. (CS)
Meloun M.: Statistická analýza vícerozměrnýcg dat v příkladech, Karolinium, Praha, Česká republika, 2017. (CS)
Elearning
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
1. týden: Úvod do biostatistiky, základní statistické pojmy a metody
2. - 3. týden: Teorie pravděpodobnosti, centrální limitní věta, z- a t- distribuce, standardizace hodnot pomocí z a t skóre, interval spolehlivosti, bodové odhady střední hodnoty, intervalové odhady střední hodnoty, posouzení správnosti a shodnosti výsledků, systematizace a eliminace chyb
4.- 5. týden:. Základní deskriptivní analýza dat - grafy, testy normality, identifikace odlehlých výsledků. Design experimentu.
6. - 7. týden: Parametrické a neparametrické hypotézové testy - T-testy, U-test, jednofaktorová a vícefaktorová 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. Tvorba modelů.
10. -11. týden: Vícerozměrná analýza dat 1 - shluková analýza - hierarchická, K-průměr , analýza hlavních komponent (PCA)
12. - 13. týden: Vícerozměrná analýza dat 2 - kanonická a lineární diskriminační analýza, tvorba klasifikačních modelů
Témata cvičení přímo navazují na přednášky, kdy studenti řeší konkrétní statistické problémy za použití softwarů Statistica a Excel.
Elearning