PřF:Bi8600c Vícerozměrné metody - cv - Informace o předmětu
Bi8600c Vícerozměrné metody - cvičení
Přírodovědecká fakultapodzim 2014
- Rozsah
- 0/1/0. 1 kr. Ukončení: z.
- Vyučující
- RNDr. Eva Koriťáková, Ph.D. (cvičící)
RNDr. Simona Littnerová, Ph.D. (cvičící)
Mgr. Eva Budinská, Ph.D. (cvičící) - Garance
- prof. RNDr. Ladislav Dušek, Ph.D.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: RNDr. Eva Koriťáková, Ph.D.
Dodavatelské pracoviště: RECETOX – Přírodovědecká fakulta - Rozvrh
- Po 12:00–13:50 F01B1/709
- Předpoklady
- Současný zápis předmětu Bi8600 Vícerozměrné metody.
- 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
- Cílem předmětu je prohloubení teoretických a praktických znalostí vícerozměrné analýzy dat. Po absolvování předmětu je student schopen: Popsat a vizualizovat vícerozměrná data; Použít vícerozměrné statistické testy; Vybrat a spočítat podobnosti a vzdálenosti pomocí vhodné metriky; Vypočítat a vizualizovat asociační matice; Provést shlukování pomocí adekvátního shlukovacího algoritmu; Aplikovat metody ordinační analýzy na vícerozměrná data; Interpretovat výsledky získané prostřednictvím vícerozměrných metod.
- Osnova
- 1. Popis a vizualizace vícerozměrných dat
- 2. Vícerozměrné statistické testy: vícerozměrný t-test, vícerozměrná analýza rozptylu
- 3. Podobnosti a vzdálenosti ve vícerozměrném prostoru a jejich výpočet
- 4. Asociační matice, jejich výpočet a využití
- 5. Shluková analýza a její aplikace při analýze vícerozměrných dat
- 6. Ordinační analýzy – analýza hlavních komponent (PCA)
- 7. Ordinační analýzy – korespondenční analýza (CA) a mnohorozměrné škálování (MDS)
- Literatura
- • Legendre, P., Legendre, L. (1998) Numerical Ecology. Elsevier, 2nd ed
- FLURY, B., H. RIEDWYL: Multivariate Statistics. A Practical Approach, Chapman and Hall, London — New York 1988
- • Zar, J.H. (1998) Biostatistical Analysis. Prentice Hall, London. 4th ed
- THEODORIDIS, Sergios. Introduction to pattern recognition : a MATLAB approach. Amsterdam: Academic Press, 2010, x, 219. ISBN 9780123744869. info
- Výukové metody
- Výuka probíhající formou cvičení je založená na řešení konkrétních příkladů analýzy dat s využitím vícerozměrných metod. Příklady budou doplněny o názorné vizualizace a ukázky pomocí systémů Matlab a R.
- Metody hodnocení
- Předmět je ukončen zápočtem. Podmínkou k úspěšnému ukončení předmětu je vypracování dvou domácích úloh.
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně.
- Statistika zápisu (podzim 2014, nejnovější)
- Permalink: https://is.muni.cz/predmet/sci/podzim2014/Bi8600c