Bi7540 Zpracování dat v ekologii společenstev

Přírodovědecká fakulta
podzim 2011 - akreditace

Údaje z období podzim 2011 - akreditace se nezveřejňují

Rozsah
2/0/0. 2 kr. (příf plus uk plus > 4). Ukončení: zk.
Vyučující
Mgr. David Zelený, Ph.D. (přednášející)
Garance
Mgr. David Zelený, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. David Zelený, Ph.D.
Předpoklady
Bi5040 Biostatistika - základní kurz
Výklad 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. Pokud chce student i přesto tento předmět navštěvovat (např. aby se naučil analytické metody nutné pro zpracování bakalářské práce), může na přednášky chodit s tím, že se individuálně domluvíme na způsobu ukončení předmětu (např. zkoušku uděláme až po zkoušce z Biostatistiky nebo v dalším školním roce). 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
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 bude student schopen aplikace příslušných metod pomocí standardních počítačových programů, např. PC-ORD, CANOCO a Statistica. A protože věřím, že budoucnost zpracování dat je v programu R, bude součástí výuky i "pět minut s Rkem" - krátká demonstrace jednotlivě probíraných metod v prostředí programu R (znalost Rka ani jeho použití však nebudu po studentech vyžadovat).
Osnova
  • 1. Úvod k metodám ekologie společenstev.
  • 2. Sběr dat v terénu: rozmístění sběrných míst, velikost a tvar ploch, velikost vzorku.
  • 3. Sledované kvantitativní znaky: frekvence, denzita, pokryvnost, bazální plocha, biomasa; typy kvantitativních dat.
  • 4. Úprava dat pro numerické zpracování: redukce, transformace, standardizace.
  • 5. Koeficienty podobnosti vzorků.
  • 6. Numerická klasifikace: aglomerativní metody a shlukovací algoritmy, divizivní monotetická klasifikace a TWINSPAN. Demonstrace klasifikačních metod v programech PC-ORD a Statistica. Řízená klasifikace pomocí neuronových sítí.
  • 7. Teorie gradientové analýzy: lineární a unimodální model, přímá a nepřímá gradientová analýza, faktory prostředí.
  • 8. Regresní modely: lineární regrese, vážené průměrování, mnohonásobná regrese, regresní stromy. Demonstrace regresních metod v programu Statistica.
  • 9. Kalibrace, bioindikace a indikační hodnoty druhů.
  • 10. Ordinace: analýza hlavních komponent (PCA), korespondenční analýza (CA) a detrendovaná korespondenční analýza (DCA). Demonstrace ordinačních metod v programu CANOCO.
  • 11. Ordinace s omezením: redundanční analýza (RDA) a kanonická korespondenční analýza (CCA), testování významnosti faktorů prostředí. Demonstrace těchto metod v programu CANOCO.
  • 12. Úprava a analýza ordinačních diagramů v programu CANODRAW.
  • 13. Hodnocení ekologických pokusů, srovnávacích studií společenstev a změn společenstev v čase pomocí ordinace s omezením. Rozbor případových studií.
Literatura
  • LEPŠ, Jan a Petr ŠMILAUER. Multivariantní analýza ekologických dat. 2001. info
  • HERBEN, Tomáš a Zuzana MÜNZBERGOVÁ. Zpracování geobotanických dat v příkladech. Část I. Data o druhovém složení. http://www.natur.cuni.cz/~botanika/, 2001. info
Výukové metody
frontální výuka, která kombinuje výklad teorie s praktickou demonstrací statistického software
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. Vlastní zkouška bude probíhat jako diskuse nad zpracovanou studií, rozšířená o doplňující dotazy, které by měly nenásilně osondovat, jestli student při přednáškách nespal.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2007 - akreditace, jaro 2011 - akreditace, podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, jaro 2010, jaro 2011, jaro 2012, jaro 2012 - akreditace, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, podzim 2023, podzim 2024.