MIAM021p Analýza a management dat pro zdravotnické obory - přednáška

Lékařská fakulta
jaro 2025
Rozsah
1/0/0. 15. 1 kr. Ukončení: k.
Vyučováno kontaktně
Vyučující
prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Renata Chloupková (cvičící)
RNDr. Michal Svoboda (přednášející)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Dodavatelské pracoviště: Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Předpoklady
MIVO011p Výzkum v ošetřovatelství - př.
Předpokladem je pouze základní zkušenosti s prací na PC.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Cílem kurzu je seznámit studenty s principy statistického zpracování dat v oblasti biologických a klinických dat od přípravy experimentu, přes sběr dat a jejich vizualizaci až po popisnou statistiku a metodiku testování statistických hypotéz.
Výstupy z učení
V závěru kurzu jsou studenti schopni: • - Definovat strukturu datového souboru pro statistickou analýzu; • - Vizualizovat vstupní data pro analýzu a tyto vizualizace interpretovat; • - Identifikovat vhodné metody popisné analýzy dat; • - Fomulovat hypotézy statistické analýzy dat; • - Vybrat korektní statistické testy pro potvrzení/vyvrácení položených hypotéz; • - Interpretovat výsledky statistického hodnocení dat (jak vlastní, tak v odborné literatuře); • - Posoudit vhodnost aplikace různých statistických metod na různé typy dat
Osnova
  • 1. Práce s daty – zásady správného ukládání dat a jejich kontroly. MS Office Excel – vhodný nástroj pro manipulaci s daty. • 2. Úvod do statistiky. Typy dat v medicíně a biologii; nominální, ordinální, spojitá proměnná. Vizualizace kvantitativních a kvalitativních (kategoriálních) proměnných. • 3. Popisná statistika. Průměr, medián, kvantily, rozptyl. Frekvenční tabulka. • 4. Rozložení spojitých proměnných. Normální rozložení, log-normální rozložení. • 5. Základní principy testování hypotéz. Definice nulové a alternativní hypotézy. Hladina významnosti. Chyba I. a II. druhu. • 6. Ověření normality rozložení. Grafické ověření normality (histogram, normálně-pravděpodobnostný graf). Shapiro-Wilkův test k ověření normality rozložení. • 7. Parametrické testy: t-testy. Jednovýběrový t-test, dvouvýběrový t-test, párový t-test. • 8. Analýza rozptylu ANOVA. • 9. Neparametrické testy: jednovýběrový Wilcoxnův test, Mannův-Whitneyův U test, párový Wilcoxnův test, Kruskalův-Wallisův test. • 10. Definice kontingenční tabulky a její analýza: Pearsonův chí-kvadrát test, Fisherův přesný test, McNemarův test. • 11. Korelace. Pearsonův korelační koeficient, Spearmanův korelační koeficient. • 12. Úvod do regresní analýzy. Lineární regrese.
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Předmět je uzavřen písemnou zkouškou testující uchopení principů a správnou aplikaci metod. Zkouška pokrývá celý rozsah kurzu od popisné statistiky, předpokladů statistického testovní až po aplikaci konkrétních testů na konkrétních příkladech.
Informace učitele
Výuka v jarním semestru 2022 bude probíhat prezenčně v učebně RCX2.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2012, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024.