MYST0221c Statistika v neurovědách I - cvičení

Lékařská fakulta
jaro 2026
Rozsah
0/1/0. 15. 2 kr. Ukončení: z.
Vyučující
doc. Mgr. Stanislav Ježek, Ph.D. (cvičící)
Garance
doc. Mgr. Stanislav Ježek, Ph.D.
Katedra psychologie – Fakulta sociálních studií
Dodavatelské pracoviště: Katedra psychologie – Fakulta sociálních studií
Rozvrh
St 10:00–10:50 PC26, kromě St 13. 5.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Anotace
Cílem předmětu je seznámit studenty se základy statistiky používané v psychologické praxi a výzkumu a běžném životě. Studenti získají statistickou gramotnost – porozumění základním statistickým a pravděpodobnostním myšlenkám a dovednost je aktivně i pasivně používat. Studenti získají dovednost připravit data pro statistické zpracování, spočítat základní statistiky, otestovat běžné typy hypotéz. Kurz klade důraz i na komunikaci, tj. slovní popis výsledků i schopnost porozumět takto popsaným výsledkům v empirických studiích. V rámci kurzu budou studenti seznamováni paralelně s českou i anglickou terminologií, aby byli po skončení kurzu schopni dále studovat a používat internetové zdroje.
Výstupy z učení
Studující budou po absolvování předmětu schopni:
- kódovat a uspořádat data do datové matice ve formátu použitelném napříč různými statistickými programy
- popsat rozdělení hodnot proměnné pomocí základních popisných statistik a porozumět popisům rozdělení v publikované literatuře,
- vytvořit základní typy zobrazení rozdělení hodnot proměnné,
- statisticky konceptualizovat vztah mezi dvěma proměnnými, popsat jej statistikami i graficky
- usuzovat z výběrových statistik na populační parametry; vytvořit intervaly spolehlivosti pro základní popisné statistiky
- otestovat elementární statistické hypotézy pomocí NHST s vědomím limitů tohoto postupu
- využít lineární regresní model s jedním prediktorem pro predikci
- s pomocí podmíněných pravděpodobností počítat ukazatele diagnostické úspěšnosti testů.
Klíčová témata
1. Proměnné. Data, proměnné, úrovně měření, kvalita měření, organizace dat, kontrola dat, datová matice a kódování.
2. Zobrazování dat, četnosti, rozdělení četností. Tabelace dat, šíře intervalů, minimum, maximum, odlehlá hodnota, absolutní a relativní četnosti, kumulativní absolutní a relativní četnosti, rozdělení četností, tvary rozdělení, normální (Gaussovo) rozdělení, velikosti oblastí pod křivkou normálního rozložení, binomické rozdělení,  Poissonovo  rozdělení, grafy absolutních a relativních četností, sloupcový graf, histogram.
3. Míry centrální tendence a variability. Modus, medián, průměr, vážený průměr, vhodnost použití různých měr centrální tendence, (variační) rozpětí, kvartilové rozpětí, směrodatná odchylka, rozptyl, z-skóry a další standardní skóry, percentily, šikmost, špičatost, krabicový graf s anténami.
4. Vztahy mezi proměnnými. Korelace – Pearsonův, Spearmannův, Kendallův koeficient a jejich vlastnosti. Koeficient determinace, kovariance. Kontingenční tabulka, marginální četnosti. Lineární vztah, monotónní vztah, pozitivní a negativní vztah. Těsnost vztahu. Bodový graf. Parciální korelace.
5. Lineární regrese. Statistická predikce, lineární vs. nelineární regrese, odhad, modelování, reziduum, prediktor, zdroje variability, stanovení regresní přímky metodou nejmenších čtverců, regresní rozptyl a reziduální rozptyl, koeficient determinace jako ukazatel úspěšnosti regrese, homoskedasticita.
6. Pravděpodobnost. Pojetí pravděpodobnosti, počítání s pravděpodobnostmi, náhodné jevy, podmíněné pravděpodobnosti, Bayesův teorém, normální rozdělení a další běžná rozložení.
7. Statistická indukce, intervalové odhady. Vzorek(výběr), statistiky vs. parametry, výběrová rozložení, centrální limitní teorém, směrodatná chyba (průměru), výběrové rozložení průměru, relativní četnosti, rozptylu, bodové vs. intervalové odhady.
8. Testování hypotéz. Statistická(nulová) hypotéza, výzkumná (alternativní) hypotéza, jednostranná vs. oboustranná hypotéza(test); Bayesovský přístup k testování hypotéz vs. Fisherovský a Pearson-Neymanovský (tradiční) přístup, úroveň(hladina) statistické významnosti, chyba I. a II. typu a jejich pravděpodobnost, (statistická) síla testu, jednovýběrový t-test, dvouvýběrový t-test (pro nezávislé výběry), párový t-test (z-test), testování korelačního koeficientu, velikost efektu, Cohenovo d.
9. Testy pro nominální a ordinální proměnné. Parametrické vs. neparametrické testy, znaménkový test, test relativních četností, test dobré shody, závislost kategoriálních proměnných, Wilcoxonovy testy, Mann-Whitney U.
10. Analýza rozptylu. Problém s prováděním většího počtu testů, rybaření v datech, Bonferroniho korekce, princip analýzy rozptylu, rozptyl mezi skupinami , rozptyl uvnitř skupin, statistika F, analýza rozptylu s jedním faktorem (one-way), předpoklady analýzy rozptylu, post-hoc testy, velikost účinku.
Studijní zdroje a literatura
    povinná literatura
  • HOWELL, David C. Statistical methods for psychology. 8th ed. Belmont: Wadsworth Cengage Learning, 2013, xix, 770. ISBN 9781111840853. info
    neurčeno
  • CUMMING, Geoff a Robert CALILN-JAGEMAN. Introduction to the new statistics : estimation, open science, and beyond. First published. New York: Routledge, Taylor & Francis Group, 2017, xxviii, 56. ISBN 9781138825512. info
  • HENDL, Jan. Přehled statistických metod : analýza a metaanalýza dat. Páté, rozšířené vydán. Praha: Portál, 2015, 734 stran. ISBN 9788026209812. info
Přístupy, postupy a metody používané ve výuce
Demonstrace řešení problémů, skupinová diskuze, kritické čtení, domácí cvičení, online diskuze
Způsob ověření výstupů z učení a požadavky na ukončení
Hodnocení získaných znalostí probíhá v propojeném přednáškovém předmětu MYST0221p. Zápočet za předmět MYST0221c je udělen za nejméně 80% docházku na cvičení.
Další komentáře
Studijní materiály
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/med/jaro2026/MYST0221c