Bi8600 Vícerozměrné metody

Přírodovědecká fakulta
podzim 2014
Rozsah
2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Rozvrh
Út 12:00–14:50 D29/347-RCX2
Předpoklady
Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.
Osnova
  • Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
  • Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
  • Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
  • Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
  • Podobnosti a vzdálenosti ve vícerozměrném prostoru.
  • Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
  • Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
  • Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
  • Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
  • Ordinační analýzy – analýza hlavních komponent (PCA).
  • Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
  • Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.
Literatura
  • Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
  • ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
  • Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
  • Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2007 - akreditace, podzim 2010 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021.