Poslední úprava: RNDr. Monika Pecková, Ph.D. (09.02.2020)
1. Popisná statistika, míry polohy, míry variability, závislost dvou znaků. 2. Náhodné jevy, pravděpodobnost, podmíněná pravděpodobnost, nezávislost, Bayesova věta, senzitivita a specificita. 3. Náhodná veličina, marginální a sdružené rozdělení, charakteristiky náhodných veličin. 4. Základní soubor a náhodný výběr, parametr a jeho odhad, princip testování hypotéz. 5. Testy o jenom výběru (klasické i neparametrické). 6. Testy o dvou výběrech: dvouvýběrové, párové (klasické i neparametrické). 7. Analýza rozptylu: jednoduché třídění, dvojné třídění, náhodné bloky. 8. Závislost spojitých veličin, korelace, lineární regrese, mnohonásobná lineární regrese. 9. Test dobré shody, závislost kvalitativních veličin, testy v kontingenčních tabulkách.
10. Epidemiologické studie, poměr šancí, logistická regrese.
Poslední úprava: RNDr. Monika Pecková, Ph.D. (24.02.2021)
1. Types of data; samples and populations; descriptive statistics. 2. Introduction to probability; independence; Bayes theorem. 3. Random variables; probability distributions; quantiles; mean; variance.
4. Discrete distributions: binomial, Poisson; continuous distributions: normal, Student's t, chi-square; central limit theorem. 5. Introduction to estimation and hypothesis testing; confidence intervals. 6. Testing the hypotheses about the mean of one sample of one or two samples: t-tests.
7. Introduction to nonparametric tests. 8. Introduction to analysis of variance. 9. Correlation; simple regression; least squares method; assumptions of regression.
10. Multiple regression models, confounding, choice of the model. 11. Multinomial distribution, goodness-of-fit test, test of independence for discrete variables.
12. Contingency tables, Fisher exact test, McNemar test of symmetry.
13. Designs of epidemiological studies; odds ratio; logistic regression. |