PřF:Bi7540 Zprac. dat ekol. společenstev - Informace o předmětu
Bi7540 Zpracování dat v ekologii společenstev
Přírodovědecká fakultajaro 2022
- Rozsah
- 2/1/0. 3 kr. (příf plus uk plus > 4). Ukončení: zk.
- Vyučující
- doc. RNDr. Jakub Těšitel, Ph.D. (přednášející)
- Garance
- doc. RNDr. Jakub Těšitel, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: doc. RNDr. Jakub Těšitel, Ph.D.
Dodavatelské pracoviště: Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta - Rozvrh
- Út 14:00–16:50 B09/316
- Předpoklady
- Bi5040 Biostatistika - základní kurz || Bi5560 Základy statistiky pro biology
Přednáška navazuje na znalosti získané v předmětu Bi5040 Biostatistika, zejména na regresní analýzu a obecné lineární modely, a bylo by proto lepší, aby si studenti tento předmět zapsali až po absolvování Biostatistiky. Pozor, nově bude cvičení probíhat v populárním programu R. Je proto vhodné (i když nutné to není), aby studenti již měli základní znalosti práce v prostředí tohoto programu. Ty je možné získat v předmětu Bi7560 Úvod do R. Užitečné, nikoliv však nezbytné, je také předchozí absolvování předmětu Bi6549 Zpracování základních botanických dat. - Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Ekologie rostlin (program PřF, N-BOT)
- Fykologie a mykologie (program PřF, N-BOT)
- Ochrana přírody - botanika (program PřF, N-OCH)
- Ochrana přírody - zoologie (program PřF, N-OCH)
- Zoologie (program PřF, N-ZOL)
- Cíle předmětu
- V předmětu jsou probírány základní statistické metody zpracování dat o druhovém složení rostlinných nebo živočišných společenstev, bez ohledu na jejich taxonomické vymezení. Hlavní důraz je kladen na numerické klasifikační a ordinační metody a na hodnocení vztahů mezi druhovým složením společenstva a faktory prostředí.
Na konci tohoto kurzu by student měl být schopen aplikovat příslušné analytické metody pomocí populárního programu R. - Výstupy z učení
- Student by měl být schopen samostatně:
Zvolit vhodnou metodu pro analýzu vícerozměrných dat za účelem zodpovězení konkrétní ekologické otázky
Aplikovat tuto metodu
Interpretovat výsledky analýzy
Výsledky doprovodit grafickým výstupem
Zahrnout analýzu do vědeckého textu - Osnova
- Příprava dat pro numerické analýzy (čištění dat, odlehlé body, transformace, standardizace, EDA), typy sbíraných dat (kategoriální vs kvantitativní, pokryvnosti, frekvence)
- Ekologická podobnost (indexy podobnosti a vzdálenosti mezi vzorky)
- Ordinační analýza (lineární vs unimodální, přímá vs nepřímá, artefakty, ordinační diagramy, permutační testy, rozklad variance, parciální analýza, příkladové studie)
- Numerická klasifikace (hierarchická vs nehierarchická, aglomerativní vs divisivní, řízená vs neřízená klasifikace)
- Používání funkčních vlastností druhů a indikačních hodnot v mnohorozměrných analýzách (funkční vlastnosti druhů, Ellenbergovy indikační hodnoty, //community weighted mean//, //fourth-corner problem//)
- Indexy diversity (alfa, beta a gamma diverzita, akumulační druhová křivka, rarefaction)
- Design ekologických experimentů (manipulativní experimenty vs přírodní experimenty - pozorování)
- Případové studie na použití jednotlivých metod.
Cvičení bude zahrnovat analýzy konkrétních ekologických dat v programu R.
- Literatura
- doporučená literatura
- LEPŠ, Jan a Petr ŠMILAUER. Mnohorozměrná analýza ekologických dat. 2001. http://regent.jcu.cz/skripta.pdf
- HERBEN, Tomáš a Zuzana MÜNZBERGOVÁ. Zpracování geobotanických dat v příkladech. Část I. Data o druhovém složení. http://www.natur.cuni.cz/~botanika/, 2001. info
- neurčeno
- ŠMILAUER, Petr a Jan LEPŠ. Multivariate Analysis of Ecological Data using CANOCO 5. 2nd ed. Cambridge: University Press, 2014, xii, 362. ISBN 9781107694408. info
- BORCARD, Daniel, François GILLET a Pierre LEGENDRE. Numerical ecology with R. New York: Springer, 2011, xi, 306. ISBN 9781441979759. info
- ZUUR, Alain F., Elena N. IENO a Graham M. SMITH. Analysing Ecological Data. Springer-Verlag New York, 2007, 672 s. ISBN 978-0-387-45967-7. Dostupné z: https://dx.doi.org/10.1007/978-0-387-45972-1. URL info
- Výukové metody
- teoretické přednášky, doplněné o praktické cvičení v počítačové učebně
- Metody hodnocení
- Ke zkoušce je třeba vypracovat krátkou studii, ve které student zanalyzuje vlastní nebo zapůjčená data pomocí probíraných statistických metod. Studie by měla mít strukturu krátkého vědeckého článku. Podrobné pokyny k vypracování této studie budou viset na webových stránkách předmětu. Vlastní zkouška bude probíhat jako diskuse nad zpracovanou studií, rozšířená o doplňující dotazy týkající se teoretického pozadí jednotlivých statistických metod.
- Informace učitele
- http://vitsyrovatka.info/doku.php?id=zpradat:cs:start
- Další komentáře
- Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (jaro 2022, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/jaro2022/Bi7540