čeština

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.

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

Přednáška -(2 vyučovací hodiny 1 za 14 dní): frontální výuka s využitím názorně demonstračních metod (powerpoint, tabule).
Cvičení - (2 vyučovací hodiny 1 za 14 dní): výuka na pc - software Statistica, workshop, samostatné práce, diskuse.
Elektronická podpora: kurz Biostatistika zpracovaný v e-learningovém systému Moodle, video databáze přednášek a cvičení v platformě MS Stream

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.

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.

Studenti se v předmětu Biostatistika seznámí se základními i pokročilými statistickými metodami a jejich aplikací při vyhodnocování dat přírodovědného a chemicko-technologického typu. Zásadním posláním předmětu je předat znalosti o způsobu extrakce informací z velkých datasetů. Tyto znalosti jsou esenciální pro objektivní interpretaci výsledků vědeckých studií a při psaní odborných textů.

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.

Doerffek K., Eckschlager K.: Optimální postup chemické analýzy, SNTL, Praha, Československo, 1988. (CS)
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)