|
|
|
||
Doporučeno všem studentům (ale nejen jim) s ambicemi či zájmem zabývat se pre- a postgraduálním výzkumem
nebo navštěvovat v budoucnu doktorandské studium, tedy angažovat se v odvětvích medicíny, kde je základní
znalost metodologie vědy a statistiky nezbytnou podmínkou. Cvičení po přednáškách budou probíhat v počítačové
učebně s využitím software MS Excel, R Project, formou ukázek i StatSoft Statistica. Základní principy statistického
uvažování budou procvičeny a upevněny řešením úloh v intuitivním a studentům dobře známém prostředí - MS
Excel, v případě zájmu se zaměříme na práci s profesionálním statistickým software - R Project a Statsoft
Statistica. K práci v software R Project či Statsoft Statistica nejsou vyžadovány žádné předchozí zkušenosti
(základní seznámení s programy bude jedním z cílů výuky). Matematický aparát omezíme na nutné minimum,
postačovat bude znalost základní matematiky. Dle přání studentů a zkušeností z výuky předmětu v minulých letech
ještě více posílíme praktickou část výuky, důraz bude kladen na aplikovaná cvičení, úvodní motivační příklady,
otevřené problémy, aktivní uvažování, diskuzi, vyvarování se častých chyb v praxi - vše ve formě přístupné
studentům medicíny.
Last update: PROCH (27.09.2015)
|
|
||
Předpokládané benefity pozorného studenta po absolvování předmětu:
Last update: PROCH (27.09.2015)
|
|
||
Volitelný předmět pro 2. a vyšší ročník.
Kurz navazuje na volitelný předmět Lékařská statistika 1. Absolvování předmětu Lékařská statistika 1 v tomto roce, resp. předmětu Lékařská statistika během předchozích let se předpokládá, ale není nezbytnou podmínkou. Každý z předmětů má svůj vlastní zápočet. Základní principy předmětu Lékařská statistika (1) budou během první lekce zopakovány. Celkové zaměření předmětu Lékařská statistika 2 bude na mnohorozměrné metody. Oproti předmětu Lékařská statistika (1) bude posílena matematická stránka statistiky (úroveň prvního semestru vysoké školy přírodovědného či technického směru), vazba na jazyk R, aplikovatelnost do publikací. Přednášky i cvičení budou probíhat v počítačové učebně s využitím jazyka R, MS Excel bude v tomto kurzu vnímán jen jako "kontejner" pro ukládání a sdílení dat. Předchozí zkušenost s kterýmkoliv programovacím jazykem bude výhodou, ale není nezbytně nutná. Pro splnění předpokládaných cílů by měl být díky vyčlenění partií o mnohorozměrných metodách z původního kurzu dostatek času.
Předpokládané benefity pozorného studenta po absolvování předmětu:
Sylabus (podrobněji na http://knihovna.lf2.cuni.cz/studium/vyuka-studentu/cvolitelne-predmety):
1. Repetitorium deskriptivní statistiky a jednorozměrných statistických metod, především klasického testování hypotéz. (přednáška + cvičení) 2. Jednoduchá a vícerozměrná lineární regrese, mnohorozměrná analýza rozptylu a analýza kovariance (přednáška + cvičení) 3. Různé modely mnohorozměrné lineární regrese, logistická regrese, poissonovská regrese, analýza přežívání (přednáška + cvičení) 4. Zobecněné lineární modely, lineární smíšené modely, generalized estimating equations (přednáška + cvičení) 5. Úvod do "machine leasing", analýza principálních komponent, singular value decomposition, shluková analýza, statistika v publikacích prakticky (přednáška + cvičení) 6. Další témata volně dle přání či potřeb studentů, resp. prakticky a problémově laděná (case-based) cvičení volená dle pedagoga (přednášky + cvičení)
Last update: Havlová Marie (04.10.2015)
|