Informace o předmětu

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
RNDr. Michaela Cvanová, Ph.D. (cvičící)
Mgr. Lucie Kubínová (cvičící)
RNDr. Simona Littnerová, Ph.D. (cvičící)

Garance

RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz nebo Bi5045 Biostatistika pro matematickou biologii a biomedicínu. Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Biomedicínská bioinformatika (program PřF, B-MBB)
• Epidemiologie a modelování (program PřF, B-MBB)
• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

Kurz je zaměřen na představení metod vícerozměrné analýzy dat se zaměřením na data biologická a klinická. Přednášené metody navazují na klasickou biostatistiku zaměřenou na jednorozměrnou analýzu dat; představeny jsou rozšíření klasických metod pro vícerozměrný prostor, hodnocení vzdálenosti a podobnosti ve vícerozměrném prostoru, shluková analýza, redukce dimenzionality dat pomocí ordinačních metod a diskriminační analýza.

Výstupy z učení

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Mgr. Lucie Kubínová (cvičící)
RNDr. Simona Littnerová, Ph.D. (cvičící)

Garance

RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz nebo Bi5045 Biostatistika pro matematickou biologii a biomedicínu. Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Biomedicínská bioinformatika (program PřF, B-MBB)
• Epidemiologie a modelování (program PřF, B-MBB)
• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

Kurz je zaměřen na představení metod vícerozměrné analýzy dat se zaměřením na data biologická a klinická. Přednášené metody navazují na klasickou biostatistiku zaměřenou na jednorozměrnou analýzu dat; představeny jsou rozšíření klasických metod pro vícerozměrný prostor, hodnocení vzdálenosti a podobnosti ve vícerozměrném prostoru, shluková analýza, redukce dimenzionality dat pomocí ordinačních metod a diskriminační analýza.

Výstupy z učení

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/
V podzimním semestru 2020 proběhne výuka přes MS Teams.

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Mgr. Lucie Kubínová (cvičící)
RNDr. Simona Littnerová, Ph.D. (cvičící)

Garance

RNDr. Jiří Jarkovský, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Jiří Jarkovský, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz nebo Bi5045 Biostatistika pro matematickou biologii a biomedicínu. Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Biomedicínská bioinformatika (program PřF, B-MBB)
• Epidemiologie a modelování (program PřF, B-MBB)
• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

Kurz je zaměřen na představení metod vícerozměrné analýzy dat se zaměřením na data biologická a klinická. Přednášené metody navazují na klasickou biostatistiku zaměřenou na jednorozměrnou analýzu dat; představeny jsou rozšíření klasických metod pro vícerozměrný prostor, hodnocení vzdálenosti a podobnosti ve vícerozměrném prostoru, shluková analýza, redukce dimenzionality dat pomocí ordinačních metod a diskriminační analýza.

Výstupy z učení

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Mgr. Lucie Kubínová (cvičící)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Po 17. 9. až Pá 14. 12. Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Mgr. Lucie Kubínová (cvičící)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Po 18. 9. až Pá 15. 12. Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)
Mgr. Lucie Kubínová (cvičící)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Po 19. 9. až Ne 18. 12. Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 12:00–14:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Matematická biologie (program PřF, B-EXB)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Popsat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat vhodnou metriku podobnosti nebo vzdálenosti; Spočítat a vizualizovat asociační matice; Ovládat aplikaci a principy různých shlukovacích algoritmů; Ovládat aplikaci a principy různých ordinačních metod;Zvolit adekvátní metodu pro analýzu vícerozměrných dat na základě výhod a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat.

Osnova

• Smysl a cíle vícerozměrné analýzy dat a modelování – příklady užití vícerozměrných analýz, výhody a nevýhody vícerozměrné analýzy dat, datová matice a značení, tabulkové a grafické zpracování vícerozměrných dat.
• Maticový počet – operace s maticemi, inverzní matice, charakteristická rovnice, vlastní čísla a vektory, rozklad na singulární hodnoty (SVD).
• Vícerozměrná rozdělení pravděpodobnosti – náhodný vektor a jeho realizace, popisné statistiky, interval spolehlivosti, odlehlá pozorování.
• Vícerozměrné statistické testy – vícerozměrný t-test, vícerozměrná analýza rozptylu.
• Podobnosti a vzdálenosti ve vícerozměrném prostoru.
• Asociační matice – výpočet a vizualizace, popisná analýza, operace s asociačními maticemi (Mantelův test, MEANSIM, ANOSIM, regrese na asociačních maticích).
• Shluková analýza hierarchická – hierarchické aglomerativní shlukování, hierarchické divizivní shlukování.
• Shluková analýza nehierarchická a identifikace optimálního počtu shluků.
• Ordinační analýzy – principy redukce dimenzionality, selekce a extrakce proměnných.
• Ordinační analýzy – analýza hlavních komponent (PCA).
• Ordinační analýzy – korespondenční analýza (CA), mnohorozměrné škálování (MDS).
• Základy klasifikace dat, ucelený souhrn aplikace vícerozměrných metod v analýze dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
Mgr. Eva Budinská, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Koriťáková, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 10:00–12:50 D29/347-RCX2

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta

Rozvrh

Út 15:00–17:50 F01B1/709

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Simona Littnerová, Ph.D. (cvičící)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Út 15:00–17:50 F01B1/709

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)
• Speciální biologie (program PřF, N-EXB)
• Speciální biologie (program PřF, N-EXB, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Út 18:00–19:50 F01B1/709

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Út 16:00–19:50 BR3

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Út 14:00–17:50 G2,02003

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. V průběhu kurzu získají studenti dovednosti v aplikaci vícerozměrné analýzy dat na biologická data při dodržení všech statistických předpokladů.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
Mgr. Klára Komprdová, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

St 9:00–13:50 F01B1/709

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Gelnarová (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Út 9:00–12:50 PUK

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Studijní materiály
Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Gelnarová (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh seminárních/paralelních skupin

Bi8600/1: Rozvrh nebyl do ISu vložen.
Bi8600/2: Rozvrh nebyl do ISu vložen.

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Ekotoxikologie (program PřF, M-BI)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (cvičící)
RNDr. Eva Gelnarová (pomocník)
RNDr. Jiří Jarkovský, Ph.D. (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

St 16:00–17:50 Kontaktujte učitele

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Ekotoxikologie (program PřF, M-BI)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Rozvrh

Pá 14:00–15:50 kamenice

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Ekotoxikologie (program PřF, M-BI)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (pomocník)
RNDr. Jan Mužík, Ph.D. (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Ekotoxikologie (program PřF, M-BI)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.
Výuka probíhá každý týden.

Bi8600 Vícerozměrné statistické metody

Údaje z období podzim 2011 - akreditace se nezveřejňují

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.
Výuka probíhá každý týden.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/1/0. 3 kr. (příf plus uk plus > 4). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Předpoklady

Bi5040 Biostatistika - základní kurz Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

V závěru kurzu je student schopen: Korektně připravit datový soubor pro vícerozměrnou analýzu; Vybrat vhodnou metriku podobnosti nebo vzdálenosti včetně metrik používaných pro biologická společenstva; Ovládá aplikaci a principy různých shlukovacích algoritmů; Ovládá aplikaci a principy různých ordinačních metod; Ovládá aplikaci a princip lineární diskriminační analýzy; Zná výhody a omezení jednotlivých dostupných metod; Interpretovat výsledky vícerozměrné analýzy dat; Získá přehled o dostupných software pro vícerozměrnou analýzu dat.

Osnova

• 1. Vícerozměná analýza dat – smysl a cíle. Příklady užití vícerozměrných analýz. Výhody a nevýhody vícerozměrné analýzy dat. Parametrická a neparametrická vícerozměrná statistika. Statistické SW pro vícerozměrnou analýzu dat. 2. Vícerozměrné statistické testy a rozložení. Vícerozměrné normální rozložení. Vícerozměrné charakteristiky – medoid. Hottelingovo T, Wishartovo rozdělení. 3. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat. 4. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnost a vzdálenost objektů ve vícerozměrném prostoru. Metriky podobnosti a vzdálenosti a jejich úskalí. Asociační matice. 5. Shluková analýza. Kriteria posuzování výsledků shlukovacích metod. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza. Hierarchické aglomerativní shlukování. Shlukovací algoritmy. Hierarchické divizivní shlukování. Nehierarchické divizivní shlukování. 6. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy. 7. Základní přehled a interpretace ordinačních metod. Principy ordinačních analýz - redukce dimenzionality. Vícerozměrné soubory nominálních dat a absolutních četností. Základní typy ordinační analýzy a jejich užití. Analýza hlavních komponent (PCA). Faktorová analýza (FA). Korespondenční analýza (CA). Detrendovaná korespondenční analýza (DCA). 8. Kanonické ordinační metody. Kanonická korespondenční analýza (CCA). Detrendovaná kanonická korespondenční analýza (DCCA). Redundanční analýza (RDA). Další ordinační metody: Mnohonásobné škálování (MDS), Analýza hlavních koordinát (PcoA), Kanonická korelace. 9. Vícerozměrná analýza experimentálních dat: vícerozměrná analýza rozptylu (MANOVA). Hodnocení vícerozměrných vzorkovacích plánů 6. Úvod do vícerozměrných klasifikací (klasifikace na základě vícerozměrné podobnosti, klasifikační a regresní stromy, základ neuronových sítí) 10. Aplikace vícerozměrných metod v hodnocení druhové diverzity ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity 11. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.

Literatura

• Legendre, P., Legendre, L. (1998) Numerical ecology. Elsevier, 2nd ed.
• ter Braak, C.J.F. (1996). Unimodal models to relace species to environment. DLO-Agricultural Mathematics Group, Wageningen
• Zar, J.H. (1998) Biostatistical analysis. Prentice Hall, London. 4th ed.
• Flury, B., Riedwyl, H. (1988) Multivariate statistics. A practical approach. Chapman and Hall, London

Výukové metody

Teoretické přednášky doplněné komentovanými příklady, studenti jsou podporováni v kladení otázek týkajících se probírané látky.

Metody hodnocení

Předmět je ukončen písemnou zkouškou zaměřenou zejména principy vícerozměrných metod, předpoklady výpočtů a jejich aplikaci.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.
Výuka probíhá každý týden.

Bi8600 Vícerozměrné statistické metody

Rozsah

2/0/0. 2 kr. (plus ukončení). Ukončení: zk.

Vyučující

prof. RNDr. Ladislav Dušek, Ph.D. (přednášející)
RNDr. Jiří Jarkovský, Ph.D. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (přednášející)
RNDr. Eva Gelnarová (pomocník)

Garance

prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: prof. RNDr. Ladislav Dušek, Ph.D.

Předpoklady

Znalost základních statistických technik jednorozměrné analýzy dat, analýza rozptylu, korelační analýza, jednoduchá regresní analýza přímky

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

• Obecná biologie (program PřF, M-BI, směr Ekotoxikologie)
• Obecná biologie (program PřF, N-BI, směr Ekotoxikologie)

Cíle předmětu

Předmět navazuje na základní metodologii jednorozměrné analýzy a školí uživatele v aplikaci širokého spektra vícerozměrných metod v biologických a klinických vědních disciplínách. Probírány jsou metody deskriptivní vícerozměrné analýzy se speciálním důrazem na možnosti grafického zviditelnění vícerozměrných dat. Zvláštní kapitolu představují metody diskriminační analýza metodologie faktorových analýz. Teoretické aspekty jsou uváděny vždy formou příkladů, a to především pro ekologické vědy, dále experimentální biologii a deskriptivní popis klinických dat. Určitá část aplikací je věnována problematice prediktivní medicíny.

Osnova

• 1. Základní matematické operace s vektory a maticemi. Charakteristická čísla a vektory matic. Numerické zpracování vícerozměrných ekologických dat. Základní grafické metody zviditelnění vícerozměrných souborů dat.
• 2. Transformace a jiné úpravy vícerozměrných dat. Korelační struktura vícerozměrných dat. Podobnosti objektů a znaků (R-mode a Q-mode analýza). Základní úvahy a testy o rozložení vícerozměrného souboru dat. Kanonická korelace.
• 3. Shluková analýza. Základní algoritmy a volba optimální metody porovnávání vzdáleností objektů. Praktické příklady, aplikace v ekologii, medicíně, sociálních vědách. Srovnání centroidů dvou nebo více vícerozměrných souborů. Koeficienty podobnosti a shluková analýza.
• 4. Diskriminační analýza spojitých a diskrétních dat. Bayesovský a Fisherův přístup k diskriminační analýze. Ukázka prací, experimentální přístupy k diskriminační analýze. Logistická regrese jako alternativa diskriminační analýzy.
• 5. Základní přehled a interpretace ordinačních metod. Vícerozměrné soubory nominálních dat a absolutních četností. Analýza hlavních komponent. Experimentální přístupy, grafické vyjádření výsledků. Faktorová analýza. Korespondenční analýza.
• 6. Ucelený souhrn aplikace vícerozměrných metod v ekologii, environmentální chemii, experimentální biologii a klinických vědách. Praktické ukázky návaznosti shlukové analýzy a analýzy hlavních komponent. Strukturní analýza a volba optimálního postupu při zpracování dat.
• 7. Druhová diverzita ve vícerozměrné analýze. Možnosti vícerozměrného numerického zpracování odhadů druhové diverzity. Aplikace Markovových řetězů.
• 8. SAR, QSAR, QSAM. Aplikace autokorelace při modelování vlastností makromolekul. Vícerozměrné hodnocení vztahu mezi chemickou strukturou a biologickou účinností látek.
• 9. Vícerozměrná analýza rozptylu (MANOVA). Strategie provádění výběru v biologii a možnosti využití vícerozměrných analýz (experimental sampling). Základní plány a schémata výběru z biologických populací (sampling design). Prostorová a časová variabilita ve vícerozměrné analýze dat.

Literatura

• MELOUN, Milan a Jiří MILITKÝ. Statistické zpracování experimentálních dat. [1. vyd.]. Praha: Plus, 1994, 839 s. ISBN 80-85297-56-6. info
• Statistické zpracování experimentálních dat :v chonometrii, biometrii, ekonometrii a v dalších oborech přírodních , technických a společenských věd. Edited by Milan Meloun. 2. vyd. Praha: East Publishing, 1998, xxi, 839 s. ISBN 80-7219-003-2. info
• HEBÁK, Petr a Jiří HUSTOPECKÝ. Vícerozměrné statistické metody s aplikacemi. 1. vyd. Praha: SNTL - Nakladatelství technické literatury, 1987, 452 s. URL info
• B. Flury and H. Riedwyl (1988) Multivariate statistics. A practical approach. Chapman and Hall, London.
• LEGENDRE, Pierre a Louis LEGENDRE. Numerical ecology. 2nd engl. ed. Amsterdam: Elsevier, 1998, xv, 853 s. ISBN 0-444-89249-4. info
• J. H. Zar (1984). Biostatistical analysis. Prentice Hall. New Jersey.
• G. W. Snedecor, W. G. Cochran (1971). Statistical methods. Iowa State University Press.
• HAVRÁNEK, Tomáš. Statistika pro biologické a lékařské vědy. 1. vyd. Praha: Academia, 1993, 476 s. ISBN 8020000801. info
• J. Benedík, L. Dušek (1993) Sbírka příkladů z biostatistiky. Nakladatelství KONVOJ, Brno.

Informace učitele

http://www.cba.muni.cz/vyuka/

Další komentáře

Předmět je vyučován každoročně.
Výuka probíhá každý týden.

• Statistika zápisu (nejnovější)