MIKAM021p Analýza a management dat pro zdravotnické obory - přednáška

Lékařská fakulta
jaro 2022
Rozsah
0.3/0/0. 5. 1 kr. Ukončení: k.
Vyučující
prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Michaela Cvanová, Ph.D. (cvičící)
RNDr. Denisa Krejčí, Ph.D. (cvičící)
Mgr. et Mgr. Jiří Kalina, Ph.D. (cvičící)
Michaela Gregorovičová (pomocník)
Silvie Koutná (pomocník)
Garance
prof. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Kontaktní osoba: Silvie Koutná
Dodavatelské pracoviště: Institut biostatistiky a analýz – Jiná pracoviště pro vzdělávací a vědecko-výzkumnou činnost – Lékařská fakulta
Rozvrh
Čt 26. 5. 8:00–9:40 D29/347-RCX2, 10:00–11:40 D29/347-RCX2, 12:00–13:40 D29/347-RCX2, 14:00–15:40 D29/347-RCX2, 16:00–17:40 D29/347-RCX2
Předpoklady
MIKVO011p Výzkum v ošetřovatelství - př.
Předpokladem je základní zkušenost s prací na PC.
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
Cíle předmětu
Předmět je úvodem do analýzy dat pro studenty klinických vědních oborů. Studenti budou podrobně seznámeni se všemi aspekty práce s daty a jejich statistického hodnocení (popisná statistika, jednovýběrové a dvouvýběrové testy, testy pro kategoriální data, ANOVA, korelační analýza, vizualizace dat). Kurz vede k osvojení základních principů statistické analýzy dat a připravuje uchazeče k jejímu samostatnému využití ve vlastní vědecké práci.
Výstupy z učení
V závěru kurzu jsou studenti schopni:
- definovat strukturu datového souboru pro statistickou analýzu;
- vizualizovat vstupní data pro analýzu a tyto vizualizace interpretovat;
- identifikovat vhodné metody popisné analýzy dat;
- fomulovat hypotézy statistické analýzy dat;
- vybrat korektní statistické testy pro potvrzení/vyvrácení položených hypotéz;
- interpretovat výsledky statistického hodnocení dat (jak vlastní, tak v odborné literatuře);
- posoudit vhodnost aplikace různých statistických metod na různé typy dat.
Osnova
  • 1. Práce s daty – zásady správného ukládání dat a jejich kontroly. MS Office Excel – vhodný nástroj pro manipulaci s daty.
  • 2. Úvod do statistiky. Typy dat v medicíně a biologii; nominální, ordinální, spojitá proměnná. Vizualizace kvantitativních a kvalitativních (kategoriálních) proměnných.
  • 3. Popisná statistika. Průměr, medián, kvantily, rozptyl. Frekvenční tabulka.
  • 4. Rozložení spojitých proměnných. Normální rozložení, log-normální rozložení.
  • 5. Základní principy testování hypotéz. Definice nulové a alternativní hypotézy. Hladina významnosti. Chyba I. a II. druhu.
  • 6. Ověření normality rozložení. Grafické ověření normality (histogram, normálně-pravděpodobnostný graf). Shapiro-Wilkův test k ověření normality rozložení.
  • 7. Parametrické testy: t-testy. Jednovýběrový t-test, dvouvýběrový t-test, párový t-test.
  • 8. Analýza rozptylu ANOVA.
  • 9. Neparametrické testy: jednovýběrový Wilcoxnův test, Mannův-Whitneyův U test, párový Wilcoxnův test, Kruskalův-Wallisův test.
  • 10. Definice kontingenční tabulky a její analýza: Pearsonův chí-kvadrát test, Fisherův přesný test, McNemarův test.
  • 11. Korelace. Pearsonův korelační koeficient, Spearmanův korelační koeficient.
  • 12. Úvod do regresní analýzy. Lineární regrese.
Literatura
  • ZAR, Jerrold H. Biostatistical analysis. 5th ed. Upper Saddle River, N.J.: Prentice Hall, 2010, xiii, 944. ISBN 9780131008465. info
  • POCOCK, Stuart J. Clinical trials : a practical approach. Chichester: John Wiley & Sons, 1999, xii, 266. ISBN 0471901555. info
  • MCFADDEN, Eleanor. Management of data in clinical trials. New York: John Wiley & Sons, 1998, xi, 210. ISBN 047130316X. info
  • HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
  • ALTMAN, Douglas G. Practical statistics for medical research. 1st ed. Boca Raton: Chapmann & Hall/CRC, 1991, xii, 611. ISBN 0412276305. info
Výukové metody
Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.
Metody hodnocení
Předmět je uzavřen písemným kolokviem testující uchopení principů, správnou aplikaci a základní výpočetní dovednosti studentů. Zkouška pokrývá celý rozsah kurzu od popisné statistiky, předpokladů statistického testování až po aplikaci testů na konkrétních reálných příkladech.
Další komentáře
Studijní materiály
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2023, jaro 2024, jaro 2025.