|
|
|
||
|
Přednáška chce poskytnout přehled základních statistických technik pro zpracování ekologických dat na uživatelské úrovni. Snaží se intuitivně vysvětlit smysl, povahu a možnosti používaných metod a ilustrovat je příklady. (Viz. syllabus níže.) Klade si v zásadě tři cíle:
(*) naučit základy statistického uvažování (modelování, odhadu parametrů a testování) (*) ilustrovat to na příkladech lineárních modelů jako statistických přístupů první volby, jednoduchých a obecně používaných (*) pojmenovat, jaké problémy se jednoduchými lineárními modely řešit nedají, a odkázat na specializované přednášky/materiály Přednáška běží v pondělí od 12,20 v posluchárně B14. Rozpis přednášek je na Moodlu přednášky pod starým kódem MB120P31. Každá přednáška je věnována jednomu okruhu v analýze dat a jejich zpracování; snažíme se, aby na začátku každé přednášky bylo krátké shrnutí obsahu přednášky předcházející, jednak pro zopakování, a pak pro snazší navázání nového tématu. Na přednáškách se střídáme dva přednášející, Tomáš Herben a Jiří Hadrava, nicméně budeme se snažit co nejvíc o jednotnost podání i stylu. Přednášky nepoužívají prezentace, ale přednášíme s křídou a tabulí (resp. fixem a bílou tabulí), nicméně ke všem přednáškám prezentace existují. Budeme je zveřejňovat vždycky před přednáškou, (nejpozději) v pondělí ráno; bude velmi praktické, pokud je budete mít na přednášce k disposici (ať už elektronicky nebo vytištěné) – občas na ně budeme činit odkazy. Součástí přednášky jsou praktika na zpracování dat v prostředí R. Ta koncipujeme tak, aby účastníkům stačila zcela minimální úroveň znalosti "Rka", a současně k tomu nabízíme dvě procvičovací lekce tohto prostředí, takže po absolvování kurzu s praktiky účastníci získají nejen znalost základů statistického uvažování a analýzy dat, ale i základní dovednosti s jazykem R. Všechna cvičení jsou dvě plné hodiny (nikoliv dvě vyučovací hodiny). Materiály jsou stejné pro všechny paralelky a budou postupně zveřejňovány na Moodlu přednášky, zpravidla opět v pondělí příslušného týdne ráno. Praktika koncipujeme především jako pomůcku pro Vás, která Vás má provést ilustrací materiálu probíraného na přednáškách a řešením praktických příkladů z přednášky vycházejících (proto se snažíme o maximální možnou návaznost praktik na přednášky). Účast na nich proto není podmínkou k udělení zápočtu (ale je velmi silně doporučená!). V akad. roce 2024/25 přednášejí Tomáš Herben a Jiří Hadrava, praktika vedou Tomáš Herben, Vojtěch Abraham, Jana Duchoslavová, Jiří Hadrava a Tomáš Jor. První přednáška je již 30.9.! První cvičení jsou také v týdnu od 30.9. Podrobnější informace o předmětu naleznete (až v posledním týdnu v září - zatím tam jsou loňské materiály, které se mohou trochu změnit) na Moodlu (http://dl2.cuni.cz/) pod starým kódem MB120P31. V tom týdnu též rozešleme podrobnější informační email. (Další organizační informace budou na první přednášce, čili podle možnosti na ni prosím přijďte.) Poslední úprava: Herben Tomáš, prof. RNDr., CSc. (17.10.2024)
|
|
||
|
Doporučená základní literatura: Poslední úprava: Janovský Zdeněk, RNDr., Ph.D. (17.09.2020)
|
|
||
|
Zkouška - písemný doplňovací test teoretických znalostí (8 otevřených otázek za každou je možno získat až 4 body, tedy celkem lze získat max. 32 b.). Ke složení zkoušky je poteba získat alespoň 50 % bodů. Podmínkou pro zkoušku je absolvování zápočtu z praktik.
Poslední úprava: Herben Tomáš, prof. RNDr., CSc. (31.08.2024)
|
|
||
|
Rozvržení témat přednášky z Biostatistiky a plánování ekologických pokusů
(pro aktuální rozvržení přednášek s daty prosím zkoumejte stránku přednášky na Moodlu (pod starým kódem MB120P31). Tam jsou rovněž prezentace k jednotlivým přednáškám.
(1) Vlastnosti proměnných, deskriptivní statistika (2) Vztahy dvou proměnných, základy teorie pravděpodobnosti (parametry rozdělení apod.) (3) Základy statistické inference, pojem stupňů volnosti, t-test (4) Základy statistického modelování, lineární regrese (5) Formulace a testování hypotéz, analýza variance (6) Analýza variance, post-hoc testy, neparametrické analogy ANOVA (7) Testování, statistická interakce, korelace prediktorů, obecný lineární model, “ANCOVA” (8) Mnohonásobná regrese, hledání nejlepšího modelu, minimálních adekvátních modelů, informační kritéria (9) Parciální regrese, nelineární regrese, transformace podrobně (10) Design pokusů, split-plot ANOVA, hierarchická ANOVA, pevné a náhodné faktory (11) Analýza kategoriálních závislých proměnných (12) Shrnutí přednášky, základní postupy v analýze dat, chybějící hodnoty a problematická data Poslední úprava: Herben Tomáš, prof. RNDr., CSc. (31.08.2024)
|