Introduction to Probability and Mathematical Statistics and Their Applications in Biology. This course is primarily designed for second-year students in biological fields. The main objective is to familiarize students with the principles of statistical reasoning, foundational hypothesis testing, and statistical modeling. Practical seminars are held in computer laboratories using the RStudio statistical software. Students are expected to learn how to independently apply standard biostatistical methods; using students' own real-world data during seminars is highly encouraged.
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Základy pravděpodobnosti a matematické statistiky a jejich aplikace v biologii. Výuka především pro 2. ročník biologických oborů. Cílem výuky je seznámit posluchače s principy statistického uvažování, základy testování a modelování. Cvičení probíhají v počítačových laboratořích s použitím statistického programu R Studio. Student by se měl naučit samostatně používat běžné biostatistické postupy, na cvičeních jsou vítána reálná data studentů.
Podmínkou pro zapsání předmětu je znalost matematiky minimálně v rozsahu předmětu Matematika C (MS710P56).
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Literature - Czech
Zvára K.: Základy statistiky v prostředí R (Biomedicínská statistika IV), Karolinum, Praha 2013
Zvára K.: Biostatistika, Karolinum, Praha 1998, 2000, 2001.
Zvára K., Prášková Z..: Pravděpodobnost a matematická statistika, SPN, Praha 1986, 1989
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Course assessment methods and requirements for successful completion, grading scheme -
Credit requirements: Active participation in seminars (maximum of 3 permitted absences). Completion of 3 homework assignments in accordance with the instructor's guidelines.
Examination: The exam consists of a practical part and an oral part, both held in a computer laboratory. The student independently solves several statistical problems and then in the oral part explains the solutions and answers the follow-up questions from the examiner.
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Požadavky k zápočtu: Aktivní účast na cvičeních (3 povolené absence, možnost nahrazování). 3 domácí úkoly dle pokynů cvičícího.
Zkouška je praktická a ústní, probíhá v počítačové laboratoři. Student samostatně vyřeší několik úloh, následuje ústní zkouška, při které student vysvětlí svá řešení a zodpoví doplňující otázky.
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Syllabus -
Scales of measurement, measures of location, variability, shape, association between variables, graphical representation of variables and their relationship.
Random events, probability, conditional probability, independence, Bayes' theorem, sensitivity and specificity.
Random variables, marginal and joint distributions, cumulative distribution function, density function, theoretical measures of location and variability, independence of random variables.
Discrete and continuous probability distributions.
Introduction to estimation and hypothesis testing, confidence intervals.
Testing the hypotheses about the mean of one and two samples: t-tests.
Introduction to nonparametric tests.
Introduction to analysis of variance, one-way ANOVA, two-way ANOVA, interactions, random blocks, nonparametric alternatives.
Correlation, simple regression, least squares method, assumptions of regression.
Multiple regression models, confounding, choice of the model.
Multinomial distribution, goodness-of-fit test.
Contingency tables, tests of independence, test of symmetry.
Designs of epidemiological studies, odds ratio, logistic regression.
Last update: Pecková Monika, RNDr., Ph.D. (23.06.2026)
Popisná statistika, měřítka znaků, míry polohy, míry variability, míry tvaru, závislost dvou znaků, grafická znázornění veličin a jejich závislostí.
