Statistics for biosciences - MS710P09

• Title: Základy biostatistiky
• Czech title: Základy biostatistiky
• Guaranteed by: Institute of Applied Mathematics and Information Technologies (31-710)
• Faculty: Faculty of Science
• Actual: from 2022
• Semester: summer
• E-Credits: 5
• Examination process: summer s.:
• Hours per week, examination: summer s.:2/2, C+Ex [HT]
• Capacity: 200
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Note: enabled for web enrollment
• Guarantor: RNDr. Monika Pecková, Ph.D.
• Teacher(s): Mgr. Alena Černíková, Ph.D.; RNDr. Monika Pecková, Ph.D.; RNDr. Jana Rubešová, Ph.D.; RNDr. Marie Turčičová, Ph.D.
• Is incompatible with: MS710P65
• Is pre-requisite for: MB120P147

Annotation

English

Last update: RNDr. Jana Rubešová, Ph.D. (06.01.2003)

Data analysis principles. Descriptive statistics. Introduction to inferential statistics (statistical hypothesis, statistics, significance level, p value, confidence interval). One/two independent samples procedures. Regression. Contingency tables.

Czech

Last update: RNDr. Monika Pecková, Ph.D. (08.01.2024)

Základy pravděpodobnosti a matematické statistiky a jejich aplikace v biologii. Výuka především pro 2. ročník biologických oborů. Cílem výuky je seznámit posluchače s principy statistického uvažování, základy testování a modelování. Cvičení probíhají v počítačových laboratořích s použitím statistického programu R Studio. Student by se měl naučit samostatně používat běžné biostatistické postupy. Na cvičeních jsou vítána reálná data studentů.

Podmínkou pro zapsání předmětu je znalost matematiky minimálně v rozsahu předmětu Matematika C (MS710P56).

Literature

Last update: doc. RNDr. Karel Zvára, CSc. (19.02.2014)

Zvára K.: Základy statistiky v prostředí R (Biomedicínská statistika IV), Karolinum, Praha 2013

Zvára K.: Biostatistika, Karolinum, Praha 1998, 2000, 2001.

Zvára K., Prášková Z..: Pravděpodobnost a matematická statistika, SPN, Praha 1986, 1989

Havránek T.: Statistika pro biologické a lékařské vědy. Academia, Praha 1993

Requirements to the exam

Last update: RNDr. Monika Pecková, Ph.D. (13.03.2024)

Požadavky k zápočtu: Aktivní účast na cvičeních. 3 domácí úkoly dle pokynů cvičícího.

Zkouška je praktická a ústní, probíhá v počítačové laboratoři. Student samostatně vyřeší několik úloh, potom následuje ústní zkouška, při které student vysvětlí svá řešení a zodpoví doplňující otázky.

Syllabus

English

Last update: RNDr. Monika Pecková, Ph.D. (24.02.2021)

1. Types of data; samples and populations; descriptive statistics.
2. Introduction to probability; independence; Bayes theorem.
3. Random variables; probability distributions; quantiles; mean; variance.

4. Discrete distributions: binomial, Poisson; continuous distributions: normal, Student's t, chi-square; central limit theorem.
5. Introduction to estimation and hypothesis testing; confidence intervals.
6. Testing the hypotheses about the mean of one sample of one or two samples: t-tests.

7. Introduction to nonparametric tests.
8. Introduction to analysis of variance.
9. Correlation; simple regression; least squares method; assumptions of regression.

10. Multiple regression models, confounding, choice of the model.
11. Multinomial distribution, goodness-of-fit test, test of independence for discrete variables.

12. Contingency tables, Fisher exact test, McNemar test of symmetry.

13. Designs of epidemiological studies; odds ratio; logistic regression.

Czech

Last update: RNDr. Monika Pecková, Ph.D. (09.02.2020)

1. Popisná statistika, míry polohy, míry variability, závislost dvou znaků.

2. Náhodné jevy, pravděpodobnost, podmíněná pravděpodobnost, nezávislost, Bayesova věta, senzitivita a specificita.

3. Náhodná veličina, marginální a sdružené rozdělení, charakteristiky náhodných veličin.

4. Základní soubor a náhodný výběr, parametr a jeho odhad, princip testování hypotéz.

5. Testy o jenom výběru (klasické i neparametrické).

6. Testy o dvou výběrech: dvouvýběrové, párové (klasické i neparametrické).

7. Analýza rozptylu: jednoduché třídění, dvojné třídění, náhodné bloky.

8. Závislost spojitých veličin, korelace, lineární regrese, mnohonásobná lineární regrese.

9. Test dobré shody, závislost kvalitativních veličin, testy v kontingenčních tabulkách.

10. Epidemiologické studie, poměr šancí, logistická regrese.