C1170 Aplikovaná statistika pro bioinformatiky I

Přírodovědecká fakulta
jaro 2027
Rozsah
2/2. 5 kr. Ukončení: zk.
Vyučováno kontaktně
Vyučující
Mgr. Veronika Horská, Ph.D. (přednášející)
Garance
Mgr. Veronika Horská, Ph.D.
Národní centrum pro výzkum biomolekul – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Tomáš Raček, Ph.D.
Dodavatelské pracoviště: Národní centrum pro výzkum biomolekul – Přírodovědecká fakulta
Předpoklady
Znalost matematiky na úrovni střední školy.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Anotace
Cílem předmětu je seznámit studenta se základními statistickými metodami a principy a zajistit dostatečné procvičení těchto metod na reálných bioinformatických datech s využitím statistického softwaru R.
Výstupy z učení
Po absolvování předmětu bude student schopen:
- naplánovat vlastní experiment, včetně stanovení cílů experimentu;
- definovat statistické hypotézy, jejichž testování povede ke splnění cílů experimentu;
- použít vhodné statistické metody k získání prvotního náhledu na datový soubor;
- provést datovou analýzu korektně ověřující definované statistické hypotézy;
- vyvodit z výsledků datové analýzy správné statistické závěry;
- správně interpretovat statistické závěry v oboru bioinformatiky;
- reprezentovat výsledky datové analýzy přehlednou formou v podobě prezentace.
Klíčová témata
  • Úvod do aplikované statistiky, motivace a cíle předmětu, příklady reálných bioinformatických dat, základy práce se softwarem R.
  • Typy dat; průzkumová analýza (EDA): vizualizace dat, základní číselné charakteristiky.
  • Vybrané pravděpodobnostní modely pro diskrétní náhodné veličiny.
  • Vybrané pravděpodobnostní modely pro spojité náhodné veličiny.
  • Úvod do testování hypotéz, jednorozměrné a dvourozměrné testy normality.
  • Jednovýběrové parametrické testy: o střední hodnotě, o rozptylu, o korelačním koeficientu, o pravděpodobnosti.
  • Dvouvýběrové parametrické testy: o rozdílu středních hodnot, o podílu rozptylů, o rozdílu korelačních koeficientů, o rozdílu dvou pravděpodobností a o podílu šancí.
  • Jednovýběrové a dvouvýběrové neparametrické testy o mediánech.
  • Plánování experimentu, sběr dat a zpracování podkladů k provedení datové analýzy.
  • Reprezentace výsledků datové analýzy formou prezentace s využitím softwaru LaTeX .
Studijní zdroje a literatura
    doporučená literatura
  • SHAHBABA, Babak. Biostatistics with R : an introduction to statistics through biological data. Dordrecht: Springer, 2012, xvi, 352. ISBN 9781461413011. info
  • CASELLA, George a Roger L. BERGER. Statistical inference. 2nd ed. Pacific Grove, Calif.: Duxbury, 2002, xxviii, 66. ISBN 8131503941. info
  • BUDÍKOVÁ, Marie; Tomáš LERCH a Štěpán MIKOLÁŠ. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita, 2005, 170 s. ISBN 978-80-210-3886-8. info
Přístupy, postupy a metody používané ve výuce
Přednášky: 2 hodiny týdně; teoretické přednášky zaměřené na seznámení se se statistickými pojmy a metodami.
Cvičení: 2 hodiny týdně; praktická cvičení na počítači zaměřená na aplikaci statistických metod při analýze bioinformatických dat s využitím statistického softwaru R.
Způsob ověření výstupů z učení a požadavky na ukončení
Podmínka pro přihlášení na zkoušku: průběžná semestrální práce spočívající v aktivní prezenční účasti na cvičeních (povoleny jsou 2 neomluvené absence); vypracování a odevzdání řešení domácích úkolů reflektujících látku probíranou na cvičeních.
Zkouška: závěrečná semestrální písemná práce (nutné získat alespoň 50 % bodů); prezentace výsledků statistické analýzy (cca 10 min), kterou student zpracovává buď na vlastních datech nebo na poskytnutých datech.
Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích jaro 2026.