|
|
|
||
Applied Statistics deals with basic statistical methods used in pharmacy. It gives an overview of the most common statistical tests and methods, with an emphasis on choosing the right type of statistical test and the resulting interpretation of the results. Students will become familiar with basic statistical functions in common software (mainly Prism GraphPad) using concrete examples from pharmacy and related fields.
Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (11.10.2024)
|
|
||
Conditions for granting the credit test – Applied statistics
Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (11.10.2024)
|
|
||
Doporučená:
Last update: prepocet_literatura.php (19.09.2024)
|
|
||
Garant přednáší, učitele vedou semináře. Konzultace možná na základě osobního, telefonického nebo emailového objednání. Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (11.10.2024)
|
|
||
Předmět není ukončen zkouškou. Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (11.10.2024)
|
|
||
- descriptive statistics for quantitative and qualitative data and their visualization - normal and lognormal distribution, tests of (log)normality, qq-plots - curve fitting for nonlinear agonist/inhibitor models - simple and multiple linear regression - simple and multiple logistic regression - survival analysis - t-tests and nonparametric counterparts - ANOVA, one- and two-way and nonparametric counterparts - Chi-square and exact Fisher test - Correlation coefficient and autocorrelation Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (11.10.2024)
|
|
||
Předmět Aplikovaná Statistika rozšiřuje obecné znalosti o popisné statistice a uvede studenta do matematické statistiky, navazující na znalosti získané v předmětu Matematika. Studující po absolvování předmětu umí použít následující statistické postupy: T-testy, ANOVA, lineární a logistickou regresi, chi-kvadrát test a Fisherův exaktní test, neparametrické analogy t-testů a ANOVA, testy normality a log-normality, analýzu survival.
Výsledky učení: Studující na základě získaných znalostí a dovedností: Ø vysvětlí principy testování hypotéz a vysvětlí variabilitu v datech při analýzách ANOVA a lineární regrese; Ø vyberou pro danou problematiku správný typ statistické analýzy a posoudí vhodnost postupu na základě vlastnosti dat jaké jsou normalita a velikost souboru; Ø vypočítají pomocí softwaru v regresních analýzách jejich koeficienty, zejména směrnice, odds ratio a hazard ratio; Ø provedou interpretaci výsledků na základě p-hodnot a intervalů spolehlivosti; Ø znázorňují výsledky vytvořením odpovídajících grafů a obrázků;
Last update: Duintjer Tebbens Erik Jurjen, doc. Dipl.-Math., Ph.D. (28.03.2025)
|