Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2011
Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
Mgr. Tomáš Zdražil (cvičící)
Mgr. Lukáš Kohút (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh seminárních/paralelních skupin
Bi8660/02: Po 16:00–17:50 F01B1/709
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2010
Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
Mgr. Lukáš Kohút (cvičící)
Mgr. Tomáš Zdražil (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh
Út 16:00–19:50 F01B1/709
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2009
Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh seminárních/paralelních skupin
Bi8660/01: Rozvrh nebyl do ISu vložen.
Bi8660/02: Rozvrh nebyl do ISu vložen.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a Analýzu dat na PC I (Bi7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci pokročilých výpočtů v software STATISTICA for Windows, využití databází ve zpracování biologických dat a základy využití jazyka R jako alternativní cesty pro analýzu dat. Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Metody hodnocení
Hodnocení probíhá na základě účasti studenta na cvičeních.
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2008
Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2007
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2006
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh seminárních/paralelních skupin
Bi8660/Z: Rozvrh nebyl do ISu vložen.
Bi8660/P: Rozvrh nebyl do ISu vložen.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2005
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh
St 14:00–15:50 Kontaktujte učitele
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2004
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
prof. RNDr. Luděk Bláha, Ph.D. (cvičící)
Mgr. Adam Svobodník, Ph.D. (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
RNDr. Jiří Polách (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Rozvrh
Pá 16:00–17:50 kamenice
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2003
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
prof. RNDr. Luděk Bláha, Ph.D. (cvičící)
Mgr. Adam Svobodník, Ph.D. (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
RNDr. Jiří Polách (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2024

Předmět se v období jaro 2024 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2023

Předmět se v období jaro 2023 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2022

Předmět se v období jaro 2022 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2021

Předmět se v období jaro 2021 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2020

Předmět se v období jaro 2020 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2019

Předmět se v období jaro 2019 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2018

Předmět se v období jaro 2018 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: z.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2017

Předmět se v období jaro 2017 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2016

Předmět se v období jaro 2016 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2015

Předmět se v období jaro 2015 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2014

Předmět se v období jaro 2014 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2013

Předmět se v období jaro 2013 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2012

Předmět se v období jaro 2012 nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2008 - akreditace
Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Jiří Jarkovský, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící)
Garance
RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, přehled o základních statistických metodách. Navazuje na kurz Analýza dat na PC I (Bi 7541).
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Kurz navazuje volně na výuku základů biostatistiky (Bi5040) a na kurz Analýza dat na PC I (Bi 7541). Cílem je v efektivní a blokové formě usnadnit orientaci posluchače v ovládání a realizaci výpočtů v software STATISTICA for Windows (v5.5; v6.0). Kurz je zaměřen pouze prakticky, výuka probíhá výhradně na PC. Jsou řešeny praktické úlohy na reálných datech z oblasti experimentální biologie, ekologie, medicíny. Kurz je tématicky flexibilní, lze provést i orientaci na data posluchačů nebo připravit nová témata dle návrhu.
Osnova
  • A) Základy ovládání software Statistica for Windows a práce s daty Seznámení s programem; instalace programu Statistica (systémové požadavky, instalace); organizace nabídek a logika práce s programem; Statistica 5.5 a 6 - rozdíly ve struktuře a organizaci programu, přehled jednotlivých menu, nastavení programu, práce s nápovědou, internetové stánky; Práce s daty; import dat (načtení dat z MS Excel, textových a databázových souborů, struktura souborů); Operace s daty (typy proměnných, úpravy záznamů a proměnných, odvozené a vypočítané proměnné - transformace, transponování, chybějící hodnoty); výstup výsledků; typy výstupů (pracovní sešity Statistiky 6 a jejich možnosti, výstupy ve Statistice 5.5); export grafů a tabulek (výstupní formáty grafů, výstupní formáty tabulek); spolupráce s programy MS Office (vkládání tabulek a grafů do dokumentů Office, jejich úpravy)
  • B) Deskriptivní analýza, modul "Basic statistics" programu Statistica Popisná statistika; popisné parametry proměnných (průměr, směrodatná odchylka, standardní chyba, medián, kvantity, rozsah hodnot, šikmost, špičatost); popisné grafy a tabulky (histogram, box and whisker plot, frekvenční tabulky); normalita dat (Kolgomorov-Smirnovův test normality, Shapiro-Wilk`s test) Grafy; základní typy grafů (scatter plot, histogram, box and whisker plot, sloupcové, koláčové a čárové grafy); matice grafů a speciální typy grafů (matrix plots, categorized plots, 3D grafy); korelace parametrická (Pearsonův korelační koeficient, partial correlation); korelace neparametrická (Spearman, Kendal Tau, Gamma)
  • C) Testování a analýza dat Parametrické testy; one sample t-test (předpoklady, využití); two sample t-test (two sample t-test s závislými a nezávislými proměnnými, předpoklady, využití); F-test (porovnání rozptylů); Neparametrické testy; srovnání dvou nezávislých vzorků (Man-Whitney U test, Kolgomorov-Smirnovův test); srovnání dvou závislých vzorků (Wilcoxonův test, znaménkový test); srovnání více nezávislých vzorků (Kruskal-Wallis ANOVA, mediánový test); one way ANOVA (předpoklady, využití)
  • D) Praktické cvičení ze základů stochastického modelování Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků.
  • E) Praktické cvičení ze základů vícerozměrných statistických metod Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. Praha: SNTL - Nakladatelství technické literatury, 1987. info
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2012 - akreditace

Předmět se v období jaro 2012 - akreditace nevypisuje.

Údaje z období jaro 2012 - akreditace se nezveřejňují

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.

Bi8660 Analýza dat na PC II

Přírodovědecká fakulta
jaro 2011 - akreditace

Předmět se v období jaro 2011 - akreditace nevypisuje.

Rozsah
0/2/0. 2 kr. (plus ukončení). Ukončení: kz.
Vyučující
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (cvičící)
RNDr. Jan Mužík, Ph.D. (cvičící)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Předpoklady
Základy práce s MS Windows, základy práce s MS Office, základy práce se Statistica for Windows, přehled o základních statistických metodách.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
V závěru kurzu získá student dovednosti: - pokročilá analýza dat v software Statistica - základy software R - praktická zkušenost s analýzou dat
Osnova
  • 1. Práce s daty v prostředí MS Access. Tabulky, dotazy a formuláře. Struktura databáze, datový model, vazby mezi tabulkami. Základy jazyka SQL. Import a export dat z MS Access, spolupráce se statistickými programy. 2. Úvod do R, základní statistické metody. Základy software R- historie, instalace, načtení dat, základní datové typy a struktury, tvorba funkcí, knihovny, formátování výstupů, operace s maticemi. Vizualizace dat – boxplot, histogram, scatter-plot. Operace s daty, transformace, přehled statistických rozdělení, korelační koeficienty. Statistické testy – testy normality, jednovýběrové a dvouvýběrové t-testy, neparametrické testy 3. Praktické cvičení ze základů stochastického modelování. Základy regresních technik; analýza rozptylu a korelační analýza v regresní analýze; polynomiální regrese; nelineární regrese; modely dávka-odpověď; logistická regrese. Práce s maticemi a vektory v procvičovaném software, vzorcová pole. Hodnocení závislosti/nezávislosti binárních a kategoriálních znaků. 4. Praktické cvičení ze základů vícerozměrných statistických metod. Práce s vícerozměrnými soubory; multidimensional scaling; normalizace, centralizace; hodnocení podobnosti a vzdálenosti objektů; shluková analýza; binární koeficienty podobnosti; korelační analýza a parciální korelace; faktorová analýza; korespondenční analýza; diskriminační analýza; vícerozměrná logistická regrese.
Literatura
  • Snedecor, G.W., Cochran, W.G.: Statistical methods, Iowa 1971, Iowa State University Press.
  • Zar, J.H.: Biostatistical analysis. New Jersey 1984, Prentice-Hall
  • Benedík, J., Dušek, L: Sbírka příkladů z biostatistiky. Nakladatelství Konvoj 1993, Brno.
  • Hebák, Petr - Hustopecký, Jiří. Vícerozměrné statistické metody s aplikacemi. Praha : SNTL - Nakladatelství technické literatury, 1987.
  • www.statsoft.com/textbook/stathome.html
  • www.r-project.org
Výukové metody
Cvičení na počítačích
Metody hodnocení
Individuální projekt korektní aplikace statistických metod na příkladových datech
Navazující předměty
Informace učitele
http://www.cba.muni.cz/vyuka/
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Poznámka k četnosti výuky: možno i blokově.
Předmět je zařazen také v obdobích jaro 2008 - akreditace, jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011.