Metody zpracování naměřených dat pro začátečníky - MO550P106

• Anglický název: Data analysis for scared biologists
• Český název: Metody zpracování naměřených dat pro začátečníky
• Zajišťuje: Ústav pro životní prostředí (31-550)
• Fakulta: Přírodovědecká fakulta
• Platnost: od 2024
• Semestr: zimní
• E-Kredity: 3
• Způsob provedení zkoušky: zimní s.:písemná
• Rozsah, examinace: zimní s.:2/1, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Poznámka: povolen pro zápis po webu; při zápisu přednost, je-li ve stud. plánu
• Garant: prof. RNDr. Pavel Kindlmann, DrSc.; RNDr. Mgr. Ondřej Mudrák, Ph.D.
• Vyučující: RNDr. Mgr. Ondřej Mudrák, Ph.D.

Anotace

čeština

Kurz seznámí vyděšeného studenta biologie s vrozenou averzí k matematice se základními metodami prokládání empirických dat křivkou a se základními statistickými metodami zpracování dat. Drtivá většina studentů totiž znalost statistiky bude potřebovat. Všechny modely a simulace jsou prováděny v EXCELu či ve Statistice. Některé příklady budou uvedeny ve volně šiřitelném Pastu.

V rozvrhu jsou pro vás připraveny dvě paralelky a to jak pro přednášku tak pro cvičení. Paralelky poběží vždy ob týden - tj. jedna přednáška + cvičení v sudé ak. týdny, druhá v liché. V rámci "přednášky" dostanete krátký vhled do teorie, a to si vzápětí vyzkoušíte na úlohách v rámci cvičení.

Poslední úprava: Mudrák Ondřej, RNDr. Mgr., Ph.D. (18.09.2024)

angličtina

This course introduces the terrified biology student (with a natural aversion to mathematics) to basic methods of curve fitting empirical data and basic statistical methods of data processing. It is because the vast majority of students will need a knowledge of statistics. All models and simulations are done in EXCEL or Statistics. Some examples will be given in the freeware software Past.

There are two parallels in the timetable, both for lecture and practice. The parallels will run every week - i.e. one lecture + exercise on even weeks, the other on odd weeks. During the "lecture" you will get a short insight into the theory, and then you will try it out on the exercises.

Poslední úprava: Mudrák Ondřej, RNDr. Mgr., Ph.D. (28.09.2023)

Literatura

J. Lepš, P. Šmilauer (2016): Biostatistika. EPISTEME, České Budějovice, ISBN: 978-80-7394-587-9.

http://botanika.prf.jcu.cz/suspa/vyuka/statistika.php

R. Reisenauer (1970): Metody matematické statistiky, SNTL, Praha.

K. Zvára ( 1989): Regresní analýza. Academia, Praha.

N.J. Gotelli, A.M. Ellison (2004): A primer of ecological statistics. Sinauer Assoc. , Mass., USA.

Poslední úprava: Kindlmann Pavel, prof. RNDr., DrSc. (02.10.2021)

Požadavky ke zkoušce

Studijní materiály s teoretickým výkladem budou dostupné online studentům zapsaným do kurzu. Postupně během semestru, jak bude látka probírána tam nalezne následující:

- PowerPointové prezentace jednotlivých přednášek.

- Ve formátu MP4 uložené „videopřednášky“, tedy v podstatě "ozvučené filmy", kde přednášející vysvětluje probíranou látku na základě PowerPointového souboru.

- Další pomocné soubory využívané při přednášce a při cvičeních, tedy třeba soubory v Excelu s daty a podobně.

 

Ke splnění zápočtu bude vyžadováno správné vypracování dvou domácích úkolů, jež budou studentovi zadány v průběhu semestru.

 

Zkouška sestává ze zaškrtávacího testu obsahujícího (výběr zakřížkováním správné ze čtyř možných odpovědí). Test ověřuje osvojení si probrané látky.

Poslední úprava: Mudrák Ondřej, RNDr. Mgr., Ph.D. (18.09.2024)

Sylabus

P1. Základní funkce používané při prokládání dat v biologii, biologický význam jejich parametrů, nalezení prvotních odhadů parametrů na základě znalosti souřadnic význačných bodů (extrémy, asymptoty). Aplikace těchto křivek na běžné biologické závislosti, linearizace dat.

P2. Náhodná rozdělení (rovnoměrné, normální, binomické) a jejich použití v praxi. Typy dat, zobrazení dat, histogramy, tabulky četností.

P3. Míry střední hodnoty a variability a jejich odhady z empirických dat na základě výběru z populace.

P4. Testování hypotéz. Test významnosti rozdílu dvou veličin: t-test.

P5. Popisné statistiky, t-test, F-test ve Statistice a Pastu.

P6. Kontingenční tabulky.

P7. Jednocestná analýza variance.

P8. Dvoucestná analýza variance.

P9. Korelace a regrese. Korelační a determinační koeficienty, jejich výpočet a biologický význam. Metody prokládání dat u statických modelů, minimalizace součtu čtverců odchylek, příklady užití této metody v EXCELu a Statistice.

P10. Prokládání empirických dat křivkou - závislost pokryvnosti na nadmořské výšce, doba vývoje vs. teplota, křivka plodnosti, species-area, rychlost růstu vs. teplota, funkcionální odezva 2. a 3. typu dle Hollinga.

Poslední úprava: Mudrák Ondřej, RNDr. Mgr., Ph.D. (28.09.2023)