Detail předmětu
Pokročilé metody v biostatistice
FEKT-MPC-STAAk. rok: 2020/2021
Předmět je koncipován jako prakticky orientovaný kurz zaměřený na pokročilou aplikaci vícerozměrné statistiky a stochastického modelování na biologická a medicínská data. Předmět navazuje na základní metodologii jednorozměrné analýzy dat. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat, stochastické modelování a predikce. Teoretické aspekty jsou uváděny vždy formou příkladů a důraz je kladen i na praktickou stránku výuky. Veškeré výpočetní techniky jsou procvičovány s pomocí běžně dostupných softwarových nástrojů (Statistica for Windows, SPSS).
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
• vyhodnotit předpoklady vícerozměrné analýzy dat/modelování a vybrat vhodnou metodu pro řešení daného problému,
• aplikovat základy ordinačních metod a shlukové analýzy,
• použít nástroje vícerozměrné lineární a logistické regrese,
• vybrat a použít zobecněné lineární modely,
• použít vícerozměrné analýzy a modely ve statistickém softwaru
Prerekvizity
Plánované vzdělávací činnosti a výukové metody
Způsob a kritéria hodnocení
Závěrečná písemná zkouška za více než 50 % bodů. Zkouška je zaměřena na testování přehledu v oblasti vícerozměrné statistiky a stochastického modelování.
Osnovy výuky
2. Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi
3. Podobnosti a vzdálenosti ve vícerozměrném prostoru, asociační matice I
4. Podobnosti a vzdálenosti ve vícerozměrném prostoru, asociační matice II
5. Shluková analýza
6. Ordinační analýzy – principy redukce dimenzionality
7. Ordinační analýzy – přehled metod
8. Diskriminační analýza
9. Principy stochastického modelování
10. Lineární modely – základy
11. Logistická regrese, analýza ROC křivek; Pokročilé metody predikce - přehled
12. Strategie analýzy vícerozměrných klinických dat, vícerozměrná data v klinických studiích, základy metaanalýzy
13. Přehled metod analýzy časových řad
Učební cíle
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Základní literatura
MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. 1. vyd. Praha: Plus, 1994. ISBN 80-85297-56-6. (CS)
Zařazení předmětu ve studijních plánech
- Program MPC-BTB magisterský navazující 1 ročník, zimní semestr, povinně volitelný
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
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
Cvičení na počítači
Vyučující / Lektor
Osnova
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