Applied Statistical Methods in Chemistry - MS710S21

• Title: Pravděpodobnostní a statistické metody v chemii
• Czech title: Pravděpodobnostní a statistické metody v chemii
• Guaranteed by: Institute of Applied Mathematics and Information Technologies (31-710)
• Faculty: Faculty of Science
• Actual: from 2008 to 2021
• Semester: summer
• E-Credits: 2
• Examination process: summer s.:
• Hours per week, examination: summer s.:0/2, C [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: not taught
• Language: Czech
• Note: enabled for web enrollment
• Guarantor: RNDr. Jitka Zichová, Dr.

Annotation

English

Last update: RNDr. Jana Rubešová, Ph.D. (26.04.2002)

Course for students of physical chemistry deals with basic statistical methods used in chemical experiments evaluation.
Main topics: Methods of descriptive staistics, principles of hypothesis testing, one sample and two sample tests, analysis of variance, regression models, frequency tables, principles of multivariate statistical analysis.
Computations are supported by systems Statistica and NCSS.
Recommended prerequisite course: S710P26.

Czech

Last update: RNDr. Jana Rubešová, Ph.D. (26.04.2002)

Přednáška je určena pro studenty 3. ročníku fyzikální chemie. Navazuje na přednášku S710P20. Cílem je seznámit studenty se základními statistickými metodami užívanými při vyhodnocování experimentálních dat v chemii..
Výklad látky bude doplněn praktickými příklady z chemie, biologie a ukázkami statistického zpracování obhájených diplomových prací. Výpočty se provádí pomocí uživatelsky příjemného statistického programového systému Statistica (popř. NCSS).

Literature

Last update: RNDr. Jana Rubešová, Ph.D. (06.01.2003)

Havránek, T.: Statistika pro biologické a lékařské vědy. Academia, Praha 1993.

Meloun, M., Militký, J. : Statistické zpracování experimentálních dat. Plus, Praha 1994.

Zvára, K.: Biostatistika. Karolinum, Praha 1998.

Syllabus

Last update: RNDr. Jana Rubešová, Ph.D. (28.02.2002)

1. Některé pojmy teorie pravděpodobnosti (opakování).

Protože se předpokládá znalost teorie pravděpodobnosti z předchozí přednášky, zopakují se pouze základní pojmy: náhodná veličina, distribuční funkce, rozdělení spojité a diskrétní, obecné a centrální momenty rozdělení a jejich význam,charakteristiky střední hodnoty a rozptylu, šikmosti a špičatosti, kvantily, náhodný vektor, sdružené rozdělení, marginální rozdělení, kovariance dvou nahodných veličin, kovarianční matice.

2. Popisné statistické metody.

Typy dat. Základní charakteristiky a jejich interpretace, grafická zobrazení.

3. Bodové a intervalové odhady parametrů.

Bodové odhady střední hodnoty a rozptylu. Vlastnosti bodových odhadů. Intervalové odhady.

4. Princip testování hypotéz.

Chyba 1. a 2. druhu, hladina významnosti, dosažená hladina testu, síla testu, kritický obor, tabulky kritických hodnot, testy parametrické a neparametrické.

5. Jednovýběrové a dvouvýběrové testy.

1-výběrový, 2-výběrový a párový t test. Souvislost testů s intervaly spolehlivosti. Levenův test shody rozptylů, znaménkový test, Wilcoxonův test 1-výběrový a 2-výběrový, testy dobré shody.

6. Rozklad variability, součty čtverců. Mnohonásobné porovnávání (Scheffe, Tukey, Bonferroni ). Neparametrická obdoba analýzy variance jedno-duchého třídění (Kruskall - Wallis).

Analýza variance dvojného třídění.Model s interakcemi a bez interakcí.

7. Závislost spojitých veličin.

Korelační koeficient Pearsonův a Spearmanův.

Lineární regresní model s jednou vysvětlující proměnnou , koeficient determinace, testování hypotéz o regresních koeficientech.

Lineární regresní model s více vysvětlujícími proměnnými.

Princip nelineární regrese.

8. Analýza kategoriálních dat.

Kontingenční tabulky.Testy nezávislosti 2 diskrétně rozdělených veličin.

9. Mnohorozměrná data.

Vybrané postupy analýzy vícerozměrných dat.

Ukázka zpracování mnohorozměrných dat pomocí faktorové a shlukové analýzy.

10. Chyby měření v chemii.