Bi6590 Statistické zpracování biosystematických a taxonomických dat

Přírodovědecká fakulta
jaro 2016
Rozsah
2/1. 2 kr. (příf plus uk plus > 4). Ukončení: z.
Vyučující
Mgr. Petr Šmarda, Ph.D. (přednášející)
Garance
Mgr. Petr Šmarda, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Petr Šmarda, Ph.D.
Dodavatelské pracoviště: Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Předpoklady
( bi2030 Fylog. a diver. vyš. rostlin && bi2030c Fylog. a div. vyš. rostl. -cv. )&& bi3110 Vědecká prezent. v bot. a zool
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 15 stud.
Momentální stav registrace a zápisu: zapsáno: 0/15, pouze zareg.: 0/15, pouze zareg. s předností (mateřské obory): 0/15
Mateřské obory/plány
předmět má 14 mateřských oborů, zobrazit
Cíle předmětu
V tomto předmětu se seznámíte s hlavními statistickými metodami (hlavně těmi vícerozměrnými) se kterými se můžete setkat při řešení vašich biosystematických, taxonomických a fylogenetických studií. Hlavním cílem je bez zbytečné matematiky vás naučit o jednotlivých metodách přemýšlet a aktivně je používat při plánovaní a hodnocení svých pokusů, analýz a sběrů. Každou metodu si budete mít možnost na vlastní kůži vyzkoušet samostatně v cvičeních následujících za teoretickými hodinami hodinami. Měli by jste se naučit jak si správně a efektivně klást otázky a tvořit hypotézy; kolik, proč, odkud a jaké vzorky sbírat, kolik a proč čeho měřit. Naučíte se dívat se na vícerozměrná data pomocí ordinačních diagramů (PCA, PCoA, CVA, NMDS), testovat vzájemně různé druhy vícerozměrných dat (Mantel test, Procrustes analysis), vytvářet a testovat klasifikace vašich vzorků a hledat nejvhodnější určovací/diskriminující znaky skupin vhodné např. do určovacích klíčů (discriminant analysis). Dozvíte se jak vytvářet dendrogramy a evoluční/fylogenetické stromy z morfologických a molekulárních/sekvenčních dat (UPGMA, NJ trees, LS trees, minimum evolution trees, maximum parsimony), co se dá z jednotlivých stromů zjistit, jak to interpretovat a jak testovat evoluci znaků.
Osnova
  • 1. Základní členění metod a typů dat; základní popisná statistika 2. Jednoduché statistické testy I, pravděpodobnost, významnost 3. Jednoduché statistické testy II, korelace, regrese, plánování experimentů, problém pseudoreplikace, tvoření hypotéz 4. Koeficienty podobnosti, matice podobnosti, testování maticových dat 5. Ordinační metody I – základní rozdělení, tvorba ordinačního diagramu 6. Ordinační metody II – interpretace diagramů, testování shluků, porovnávání ordinací 7. Shluková analýza I – rozdělení metod, shlukovací algoritmy, konstrukce stromů 8. Shluková analýza II – testování kvality stromů, porovnávání stromů a jejich interpretace 9. Diskriminační analýza, výběr nejvhodnějších určovacích znaků 10. Evoluční stromy I – fylogenetický přístup, fylogenetické termíny a popis fylogenetického stromu, alignment 11. Evoluční stromy II – popis základních metod konstrukce stromů (maximum likelihood, parsimony), testování kvality stromů, interpretace stromů 12. Evoluční stromy III – testování evoluce znaků, molekulární hodiny 13. Statistika a fylogeneze na internetu, grafická prezentace výsledků
Literatura
    doporučená literatura
  • Marhold K, Suda J. (2002): Statitické zpracování mnohorozměrných dat (Fenetické metody). Karolinium, Praha.
  • Sneath PHA, Sokal RR (1973): Numerical taxonomy. W.H. Freeman, San Francisco
  • Webb CO., Ackerly DD., Kembel SW. (2008): Phylocom: software for the analysis of phylogenetic community structure and trait evolution. Bioinformatics 24: 2098-2100.
  • Garland T. et al. (1992): Procedures for the analysis of comparative data using phylogenetically independant contrasts. Systematic Biology 41: 18-32.
  • Podani J. (2000): Introduction to the exploration of multivariate morphological biological data. Backhuys Publishers, Leiden.
    neurčeno
  • Legendre P, Legendre L. (1998): Numerical ecology. Elsevir, Amstrdam.
Výukové metody
přednáška, samostatné praktické zpracování vzorových a vlastních dat
Metody hodnocení
K zápočtu vypracují studenti vlastní analýzu přidělených nebo vlastních dat.
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2011 - akreditace, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011, jaro 2012, jaro 2012 - akreditace, jaro 2013, jaro 2014, jaro 2015, jaro 2017, jaro 2019, jaro 2021, jaro 2023, jaro 2025.