Bi1122c Statistická analýza experimentálních dat v R - cvičení

Přírodovědecká fakulta
podzim 2024
Rozsah
0/3/0. 3 kr. Ukončení: z.
Vyučováno kontaktně
Vyučující
Mgr. Petra Ovesná, Ph.D. (přednášející)
Garance
Mgr. Petra Ovesná, Ph.D.
Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: Mgr. Petra Ovesná, Ph.D.
Dodavatelské pracoviště: Ústav experimentální biologie – Biologická sekce – Přírodovědecká fakulta
Rozvrh
Čt 15:00–17:50 B09/316
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.

Jiné omezení: Na předmět se vztahuje povinnost registrace; bez registrace může být znemožněn zápis předmětu!
Mateřské obory/plány
Cíle předmětu
Cílem praktickcých cvičení je naučit se efektivně používat software R pro výpočet statistických testů a modelů, adekvátních k danému designu pokusu, a výstupy z modelů správně interpretovat.
Výstupy z učení
Po absolvování těchto praktických cvičení by studenti měli být schopni: - navrhnout adekvátní design experimentu; - zvolit vhodnou statistickou metodu pro daná data a uspořádání experimentu; - analyzovat tato data s využitím programu R; - získané výsledky prezentovat s pomocí reportů, grafů a tabulek.
Osnova
  • - Sběr dat. Organizace dat pro statistickou analýzu v R. - Import dat z tabulkových procesorů. Typy proměnných, statistická rozdělení, kvantily, testování hypotéz, nulová a alteantivní hypotéza, I. a II. typ chyby. - Návrh experimentu, výběr vhodné statistické metody. - Test X2. F-test, t-test. Jednosměrná analýza rozptylu, homogenita rozptylů, nezávislost reziduí, transformace dat, kontrasty, apriorní a post-hoc testy. - Vícenásobná analýza rozptylu: faktorové, vnořené a blokové designy, opakovaná měření ANOVA; interakce, modely s fixními a náhodnými efekty, smíšený model. - Analýza kovariance. Korelační analýza, Pearsonův, Spearmanův a parciální korelační koeficient. - Regresní analýza, lineární a nelineární regrese, vícenásobná regrese. Translated with DeepL.com (free version)
Literatura
  • LEPŠ, Jan. Biostatistika. Vyd. 1. České Budějovice: Jihočeská universita, 1996, 165 s. ISBN 8070401540. info
  • SOKAL, Robert R. a F. James ROHLF. Biometry : the principles and practice of statistics in biological research. 3rd ed. New York: W.H. Freeman and Company, 1995, xix, 887. ISBN 0716724111. info
  • PEKÁR, Stanislav a Marek BRABEC. Moderní analýza biologických dat 1 - 1. díl. Zobecněné lineární modely v prostředí R. 2. přepracované vydání. Brno: Masarykova univerzita, 2020, 278 s. ISBN 978-80-210-9622-6. info
  • PEKÁR, Stanislav a Marek BRABEC. Moderní analýza biologických dat 2. Lineární modely s korelacemi v prostředí R. 1. vyd. Brno: Masarykova universita, 2012, 256 s. ISBN 978-80-210-5812-5. info
  • PEKÁR, Stanislav a Marek BRABEC. Moderní analýza biologických dat. 3. díl. Nelineární modely v prostředí R. 1. vyd. Brno: Masarykova univerzita, 2019, 218 s. ISBN 978-80-210-9277-8. info
Výukové metody
Praktická cvičení v počítačové učebně, ve kterém studenti sami zkouší aplikaci probraných metod v programu R.
Metody hodnocení
Průběžné ověřování znalostí pomocí modelových příkladů počítaných v rámci cvičení.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2025.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/sci/podzim2024/Bi1122c