Bi7550 Practical Analysis of Biological Data – Seminar

Přírodovědecká fakulta
podzim 2024
Rozsah
0/2/0. 2 kr. (příf plus uk plus > 4). Ukončení: k.
Vyučováno kontaktně
Vyučující
Mgr. Kateřina Kintrová, Ph.D. (cvičící)
prof. Mgr. Stanislav Pekár, Ph.D. (cvičící)
doc. RNDr. Jakub Těšitel, Ph.D. (cvičící)
Garance
doc. RNDr. Jakub Těšitel, Ph.D.
Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Kontaktní osoba: doc. RNDr. Jakub Těšitel, Ph.D.
Dodavatelské pracoviště: Ústav botaniky a zoologie – Biologická sekce – Přírodovědecká fakulta
Rozvrh
Pá 10:00–11:50 D31/238
Předpoklady
Bi5560 Základy statistiky pro biol.II || Bi6050 Introduction to Biostatistics
Students are required to have their own research data at the beginning of the course.
Students need to be familiar with the R software including data manipulation and analysis, and graph plotting.
Knowledge of at least basic statistics (ANOVA, linear regression, general linear models) is required.
Besides compulsory prerequisities (Bi5560 or Bi6050), we recommend to complete some advanced course (Bi7540 or Bi7920, optionally Bi7921) before this seminar.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
The course aims at guiding the students through the analysis of data originating from their own research during Master or PhD studies. The course facilitates the choosing and appropriate use of statistical tools in master/Ph.D. research and improves students’ skills in the presentation of data and analysis results. An essential aspect of the course is experience sharing among the students and discussions of the strategies of analysis.
The course specifically focuses on advanced data analyses such as multiple regression, multivariate statistics, analysis of structured data, etc. Individual topics will be discussed based on the nature of the students’ data.
Výstupy z učení
After completing the course, the students will be able to: choose an appropriate method/model, discuss, interpret, and present the results of analysis (including the graphical outputs) in a way suitable for a scientific publication.
Osnova
  • 1. Introduction: presentations of students introducing their research data in the first two classes.
  • 2. Group work on the data analysis. Students analyze their data and help the other with the analysis under the supervision of the course teachers. This part will extend across 2/3 of the semester.
  • 3. Discussion of interesting topics and common problems of data analysis. Enriched by ad-hoc presentations contributed by teachers or students.
  • 4. Presentation of the analysis results in the last two classes.
Literatura
  • 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
  • ŠMILAUER, Petr a Jan LEPŠ. Multivariate Analysis of Ecological Data using CANOCO 5. 2nd ed. Cambridge: University Press, 2014, xii, 362. ISBN 9781107694408. 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
  • BORCARD, Daniel, François GILLET a Pierre LEGENDRE. Numerical ecology with R. New York: Springer, 2011, xi, 306. ISBN 9781441979759. info
  • BORCARD, Daniel, François GILLET a Pierre LEGENDRE. Numerical ecology with R. New York: Springer, 2011, xi, 306. ISBN 9781441979759. info
  • ZUUR, Alain F., Elena N. IENO a Graham M. SMITH. Analysing Ecological Data. Springer-Verlag New York, 2007, 672 s. ISBN 978-0-387-45967-7. Dostupné z: https://dx.doi.org/10.1007/978-0-387-45972-1. URL info
Výukové metody
Weekly practicals dedicated to the presentation of the research or data analysis conducted in the R software. Students are required to bring their OWN LAPTOP.
Metody hodnocení
Active participation in the practicals is required. Essay structured as methods and results sections of a research paper/thesis supported by high-quality graphical outputs based on the analysis of student’s data.
Vyučovací jazyk
Angličtina
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2011 - akreditace, jaro 2011, jaro 2012 - akreditace, jaro 2013, jaro 2015, jaro 2017, jaro 2020, podzim 2021, podzim 2022, podzim 2023.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/sci/podzim2024/Bi7550