Course detail

Advanced Methods in Biostatistics

FEKT-FSTAAcad. year: 2010/2011

Not applicable.

Language of instruction

Czech

Number of ECTS credits

5

Mode of study

Not applicable.

Guarantor

prof. RNDr. Ladislav Dušek, Ph.D.

Department

Department of Biomedical Engineering (UBMI)

Learning outcomes of the course unit

Not applicable.

Prerequisites

The subject knowledge on the Bachelor´s degree level is requested.

Co-requisites

Not applicable.

Planned learning activities and teaching methods

Teaching methods depend on the type of course unit as specified in the article 7 of BUT Rules for Studies and Examinations.

Assesment methods and criteria linked to learning outcomes

Requirements for completion of a course are specified by a regulation issued by the lecturer responsible for the course and updated for every year.

Course curriculum

Not applicable.

Work placements

Not applicable.

Aims

Not applicable.

Specification of controlled education, way of implementation and compensation for absences

Limitations of controlled teaching and its procedures are specified by a regulation issued by the lecturer responsible for the course and updated for every year.

Recommended optional programme components

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

LEGENDRE, Piere a Louis LEGENDRE. Numerical Ecology 2. vyd. Elsevier Science, 1998. ISBN 978-0444892508. (EN)
MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. 1. vyd. Praha: Plus, 1994. ISBN 80-85297-56-6. (CS)

Recommended reading

Not applicable.

Classification of course in study plans

  • Programme BTBIO-F Master's

    branch F-BTB , 1 year of study, summer semester, compulsory

Type of course unit

 

Lecture

26 hod., optionally

Teacher / Lecturer

doc. Ing. Daniel Schwarz, Ph.D.

Syllabus

1. Smysl a cíle vícerozměrné analýzy dat a modelování, vztah jednorozměrných a vícerozměrných statistických metod
2. Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi
3. Zviditelnění vícerozměrných dat
4. Podobnosti a vzdálenosti ve vícerozměrném prostoru, asociační matice
5. Shluková analýza
6. Ordinační analýzy - principy redukce dimenzionality
7. Ordinační analýzy - přehled metod
8. Diskriminační analýza
9. Principy stochastického modelování
10. Logistická regrese, analýza ROC křivek
11. Zobecněné lineární modely - základy
12. Pokročilé metody predikce - přehled
13. Strategie analýzy vícerozměrných klinických dat, vícerozměrná data v klinických studiích, základy metaanalýzy

Exercise in computer lab

26 hod., compulsory

Teacher / Lecturer

doc. Ing. Daniel Schwarz, Ph.D.
RNDr. Jiří Jarkovský, Ph.D.
prof. RNDr. Ladislav Dušek, Ph.D.
Mgr. Simona Littnerová

Syllabus

BLOK A: Vizualizace a příprava analýz vícerozměrných dat
1. Metody vizualizace vícerozměrných dat
2. Transformace dat

BLOK B: Aplikace vícerozměrných metod analýzy dat
3. Výpočet asociační matice
4. Hierarchická shluková analýza
5. Nehierarchická shluková analýza
6. Analýza hlavních komponent, statorová analýza
7. Základy metaanalýzy, vícerozměrné vážení, třídění parametrů
8. Diskriminační analýza

BLOK C. Stochastické modelování
9. Lineární regrese
10. Logistická regrese
11. ROC křivky
12. Zobecněné lineární modely
13. Modelová analýza vícerozměrného souboru