Aplikovaná statistika

Vztahy:

Podmínkou zápisu na předmět F7PMLAS je, že student úspěšně absolvoval F7PMLSVV nebo získal zápočet a nevyčerpal všechny zkouškové termíny předmětu F7PMLSVV. Předmět F7PMLAS lze klasifikovat až po úspěšné klasifikaci předmětu F7PMLSVV

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra biomedicínské informatiky

Anotace:

Požadavky:

Podmínky zápočtu:

•Povinná účast na cvičení (max. 2 absence).

•Student je povinen se na cvičení předem připravit, vypracovat zadané samostatné práce a úspěšně napsat vstupní test na začátku hodiny; nesplnění těchto podmínek může vést k vyloučení studenta z daného cvičení a je považováno za absenci.

•Student je povinen vypracovat 2 průběžné zápočtové testy alespoň na 50 %.

Požadavky ke zkoušce:

•Splnění požadavků k zápočtu.

•Zkouška bude písemná. V testu budou jak teoretické otázky, tak modelové příklady v rozsahu probrané látky.

Osnova přednášek:

Témata přednášek:

1.Lidský úsudek a běžné chyby a předsudky ve statistickém uvažovaní.

2.Náhodná veličina a její rozdělení, korelace a kauzalita.

3.Populace, vzorkování, popisná statistika.

4.Explorační analýza dat.

5.Porovnání dvou a více populací.

6.P-hodnoty, síla testu.

7.Lineární regrese a jiné regresní modely.

8.Statistika ve výzkumné práci.

9.Návrh studií a volba statistického testu.

10.Aplikace statistiky: hodnocení klinických studií.

11.Vizuální reprezentace informace a Big data.

12.Komunikace statistických výsledků.

Osnova cvičení:

Témata cvičení:

1.Úvod do jazyka R. Počítačová simulace dat a intepretace výsledků.

2.Další koncepty jazyka R, knihovny pro statickou analýzu dat.

3.Základní statistické funkce v R, zadání semestrálních úloh.

4.Praktické cvičení na explorační analýzu dat: čištění a transformace dat, zobrazování dat.

5.Simulační experimenty, porovnání populací v R.

6.Vyhodnocení p-hodnoty a síly testu na případové studie. Vliv velikosti populace na sílu testu.

7.Využití lineární regrese pro modelování biomedicínských dat, interpretace výsledků.

8.Moderovaná diskuse na téma etických aspektů využití statistiky ve výzkumu. Průběžná prezentace výsledků semestrálního projektu.

9.Programové nástroje pro návrh klinických studií.

10.Vyhodnocení klinických studií: statistické testování – parametrické a neparametrické testy.

11.Tvorba grafů v R. Zásady vizualizace dat.

12.Prezentace semestrálních projektů.

Cíle studia:

Studijní materiály:

Povinná literatura:

ZVÁROVÁ, Jana. Základy statistiky pro biomedicínské obory. 3. vydání. Praha: Karolinum, 2016. Biomedicínská statistika. ISBN 9788024634166.

MONTGOMERY, Douglas C. a George, C., RUNGER. Applied statistics and probability for engineers, Wiley 2018.

Doporučená literatura:

PAVLÍK Tomáš a Ladislav DUŠEK. Biostatistika. IBA MU Brno, 2012. Volně ke stažení z: https://www.iba.muni.cz/index.php?pg=vyuka--ucebnice

NAVARRO, Danielle. Learning statistics with R: A tutorial for psychology students and other beginners. Dostupné z https://learningstatisticswithr.com/book/

HADLEY, Wickham. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O’Reilly 2017, dostupné z https://r4ds.had.co.nz/

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Navazující magisterský studijní program Biomedicínské laboratorní metody (povinný předmět)