PřF:C8660 Počítač.zprac.dat II-sem. - Informace o předmětu
C8660 Počítačové zpracování dat II - seminář
Přírodovědecká fakultajaro 2001
- Rozsah
- 0/2/0. 4 kr. Ukončení: kz.
- Vyučující
- prof. RNDr. Luděk Bláha, Ph.D. (cvičící)
prof. RNDr. Ladislav Dušek, Ph.D. (cvičící) - Garance
- prof. RNDr. Ladislav Dušek, Ph.D.
Chemická sekce – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D. - Omezení zápisu do předmětu
- Předmět je určen pouze studentům mateřských oborů.
- Mateřské obory/plány
- Ekotoxikologie (program PřF, M-BI)
- Ekotoxikologie (program PřF, N-BI)
- Cíle předmětu
- Pokročilejší kurz praktické statistiky na PC. Opakování a praktické aplikace základních statistických testů (dvouvýběrové testy, korelace, binomické rozložení). Pokročilá analýza rozptylu a její aplikace. Polynomiální regrese metodou nejmenších čtverců. Vícerozměrná regrese metodou nejmenších čtverců, heteroskedastická a autokorelovaná data. Praktický úvod do vícerozměrné analýzy dat. Praktický kurz na analýzu časových řad. Praktická analýza dat s modelovými soubory.
- Osnova
- 1. Opakování předpokladů a aplikací základní analýzy dat a statistik (grafické prezentace a testování: dvouvýběrové testy, korelace, binomické rozložení - chi-kvadrát, kontingenční tabulky). 2. Pokročilá analýza rozptylu - předpoklady, typy experimentálního designu. Vícecestná nezávislá ANOVA, ANOVA s párovým uspořádáním (opakováními), interpretace výsledků. 3. Regresní analýza s využitím metody nejmenších čtverců - základní lineární model, polynomické modely. 4. Interpretace a řešení regrese s heteroskedastickými a autokorelovanými daty. 5. Úvod do řešení regrese pomocí nelineárních modelů. 6. Úvod do vícerozměrné analýzy dat (předpoklady, výběr metody, interpretace výsledků). 7. shluková analýza 8. analýza hlavních komponent 9. diskriminační analýza. 10. Aplikace vícerozměrných metod. 11. Základní úvod do analýzy časových řad, náhodnost, trendy a jejich řešení. 12. Modelová data - praktické příklady pro aplikaci kompletní analýzy dat (orientace v datech, grafická prezentace, schema experimentálního designu, experimentální hypotézy, volba testu, předpoklady, výpočty a interpretace výsledků).
- 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
- Studium literatury není nutnou podmínkou pro absolvování kurzu. U studentů se předpokládá teoretická znalost biostatistiky a probíraných metod (např. absolvování základních přednášek Biostatistika, Vícerozměrné statistické metody, Základy modelování na PřF MU). Literature studying is not necessery for succesful completing of the course. Students should have theoretical knowledge of biostatistic and its methods (e.g attending the basic lectures of Biostatistics, Multivariate statistics, Principles of data modelling: Faculty of Sciences, Masaryk University).
- Statistika zápisu (jaro 2001, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/jaro2001/C8660