Multivariate methods in taxonomy - MB120P126E

• Anglický název: Multivariate methods in taxonomy
• Český název: Multivariační metody v taxonomii
• Zajišťuje: Katedra botaniky (31-120)
• Fakulta: Přírodovědecká fakulta
• Platnost: od 2022
• Semestr: zimní
• E-Kredity: 4
• Způsob provedení zkoušky: zimní s.:
• Rozsah, examinace: zimní s.:2/1, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: běloruština
• Další informace: http://ibot.sav.sk/usr/Karol/teaching_mat.html
• Poznámka: povolen pro zápis po webu
• Garant: prof. RNDr. Karol Marhold, DrSc.
• Vyučující: prof. RNDr. Karol Marhold, DrSc.

Anotace

čeština

Cieľom prednášok je oboznámenie s teoretickými základmi a praktickým uplatnením multivariačných metód v taxonómii. Osobitná pozornosť sa venuje analýze hlavných komponentov, analýze hlavných koordinát, zhlukovej analýze a rôznym typom diskriminačnej analýzy. Osobitná časť prednášky je venovaná geometrickej morfometrike (analýze tvaru). Praktické cvičenia si kladú za cieľ oboznámiť študentov s počitačovými programami používanými v morfometrických štúdiách. Ide predovšetkým o programy SYN-TAX 2000 a R.
Na predmet nadväzujú prednášky a cvičenia Kladistika a další metody rekonstrukce evoluce - MB120P83.

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

angličtina

Please note that the lectures are given in Czech language. English version of the course can be requested in advance if there are at least 3 students. The aim of the lectures is to provide basic theoretical background of the use of multivariate methods in taxonomy. Special attention is paid to principal components analysis, principal coordinates analysis, cluster analysis and various types of discriminant analysis. Several lectures are devoted also to the methods of geometrical morphometrics (analysis of shape). From among the morphometric programs in practicals students use the SYN-TAX 2000 and R. Lectures and practicals continue in the subject Cladistics and other methods of reconstruction of evolution - MB120P83.

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

Literatura

čeština

Bookstein, F.L. 1991: Morphometric tools for landmark data: geometry and biology. Cambridge University Press, New York.

Hebák, P., Hustopecký, J., Jarošová, E. & Pecáková, I. 2007: Vícerozměrné statistické metody (1). Ed. 2. Informatorium, Praha.

Hebák, P., Hustopecký, J. & Malá, I. 2005: Vícerozměrné statistické metody (2). Informatorium, Praha.

Hebák, P., Hustopecký, J., Pecáková, I., Průša, M., Řezanková, H., Svobodová, A. & Vlach, P. 2007: Vícerozměrné statistické metody (3). Ed. 2. Informatorium, Praha.

Legendre, P. & Legendre, L. 1998: Numerical ecology. Second English edition. Elsevier, Amsterdam.

Lepš, J. & Šmilauer, P. 2003: Multivariate analysis of ecological data using CANOCO. Cambridge University Press, Cambridge, etc.

Macleod, N. & Forey, P. 2002: Morphology, shape and phylogeny. Taylor and Francis, London, New York.

Macholán, M. 1999: Prokrustes, deformace a nová morfometrie. Vesmír 78: 35-39.

Marcus, L.F., Corti, M., Loy, A., Naylor, G.J.P. & Slice, D.E., eds., 1996: Advances in morphometrics. NATO ASI Series A: Life Sciences 284.

Marhold, K. & Suda, J. 2002: Statistické zpracování mnohorozměrných dat v taxonomi (fenetické metody). - Karolinum, Praha.

Podani, J. 2000: Introduction to the exploration of multivariate biological data. Backhuys Publishers, Leiden.

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

angličtina

Bookstein, F.L. 1991: Morphometric tools for landmark data: geometry and biology. Cambridge University Press, New York.

Legendre, P. & Legendre, L. 1998: Numerical ecology. Second English edition. Elsevier, Amsterdam.

Lepš, J. & Šmilauer, P. 2003: Multivariate analysis of ecological data using CANOCO. Cambridge University Press, Cambridge, etc.

Macleod, N. & Forey, P. 2002: Morphology, shape and phylogeny. Taylor and Francis, London, New York.

Marcus, L.F., Corti, M., Loy, A., Naylor, G.J.P. & Slice, D.E., eds., 1996: Advances in morphometrics. NATO ASI Series A: Life Sciences 284.

Podani, J. 2000: Introduction to the exploration of multivariate biological data. Backhuys Publishers, Leiden.

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

Požadavky ke zkoušce

čeština

písemný test a ústní zkouška

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

angličtina

written test and oral examination

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

Sylabus

čeština

Porovnanie fenetického a kladistického (parsimonického) prístupu k rekonštrukcii evolučných vzťahov, ich výhody a nevýhody, možnosti alternatívnych prístupov (metóda najväčšej vieryhodnosti, Bayesova metóda); prehľad multivariačných metód používaných v taxonómii; osobitosti geometrickej morfometriky.

Klasifikácia znakov a ich použitie; koeficienty vyjadrujúce vzťahy medzi znakmi alebo objektmi; genetické vzdialenosti; štandardizácia a transformácia dát.

Zhluková analýza; metódy zhlukovej analýzy, výhody a nevýhody jednotlivých metód; zhody (ties).

Ordinačné metódy; analýza hlavných komponentov (PCA), geometrická interpretácia, typy PCA; analýza hlavných koordinát; nemetrické mnohorozmerné škálovanie, stres.

Diskriminačná analýza, požiadavky na dáta; kanonická diskriminačná analýza; klasifikačná diskriminačná analýza, klasifikačné pravidlá; kroková diskriminačná analýza.

Analýza tvaru, geometrická morfometrika; význačné body (landmarks); Booksteinove súradnice tvaru; Prokrustova analýza; metóda ohybných páskov (thin plate spline), deformácie; obrysová analýza (analýza vlastných tvarov, Fourierova analýza).

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)

angličtina

Comparison of phenetic and cladistic (parsimony) approach to the reconstruction of evolutionary relationships, their advantages and disadvantages; alternative approaches (maximum likelihood, Bayesian method); special features of geometrical morphometrics.

Classification of characters and their use; coefficients expressing relationships between objects or characters; genetic distances; standardisation and transformation of data.

Cluster analysis; methods of cluster analysis, their advantages and disadvantages; ties.

Ordination methods; principal components analysis (PCA), geometrical interpretation, types of PCA; principal coordinates analysis; non-metric multidimensional scaling, stress.

Discriminant analysis, requirements for data; canonical discriminant analysis; classificatory discriminant analysis, classificatory rules; stepwise discriminant analysis.

Analysis of shape, geometrical morphometrics; landmarks; Bookstein shape coordinates; Procrustes analysis; thin plate splines, deformations; shape analysis (eigenshape analysis, Fourier analysis).

Poslední úprava: Štefánek Michal, Mgr. (04.05.2022)