Hodnocení a modelování experimentálních dat - OD0102132

• Anglický název: Evaluation and Modeling of Experimental Datasets
• Zajišťuje: Katedra biologie a environmentálních studií (41-KBES)
• Fakulta: Pedagogická fakulta
• Platnost: od 2018
• Semestr: oba
• E-Kredity: 2
• Rozsah, examinace: 0/0, Jiné [HT]
• Počet míst: zimní:neurčen / neurčen (20); letní:neurčen / neurčen (20)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Poznámka: předmět je určen pouze pro doktorandy; povolen pro zápis po webu; při zápisu přednost, je-li ve stud. plánu; předmět lze zapsat v ZS i LS

Anotace

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

Cílem přednášky je seznámit studenty se základními principy uvažování při matematickém modelování a s jejich aplikací na problémy vzdělávání. Celá přednáška je zaměřena jednak na pochopení principů a především na aplikaci modelování a na správnou interpretaci výsledků. Absolvent kurzu bude připraven zpracovat data pro účely vlastní práce a správně výsledky interpretovat, a pochopí i význam statistických hodnocení. Vše je demonstrováno na praktických příkladech, pokud možno blízkých těm, které bývají v bakalářských, magisterských, disertačních pracích a původních odborných/vědeckých sděleních.

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

The aim of the course is to introduce students to the principles of thinking during mathematical modeling and its implementation to problems in education. The entire course is focused on comprehension of principles, model application and correct result interpretation. Course graduates will be able to process data from own research work, interpret correctly the results and comprehend the importance of statistical assessment. All is being explained with the use of practical examples similar to those used in bachelor, master, dissertation theses and original expert / scientific publications.

Literatura

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Doporučená: " Lepš, J. (1996). Biostatistika. Jihočeská univerzita, České Budějovice (a literatura tam citovaná)..
• Doporučená: Gigerenzer G., Murray D.J.:. Cognition as Intuitive Statistics. Hills dale, NJ: Erlbaum. 1987.
• Doporučená: Luce R.D., Raiffa H.:. Games and Decisions: Introduction and critical Survey. New York: Dover. 1989.
• Doporučená: Ashby FG, ed. Multidimensional Models of Perception and Cognition. Hills dale, NJ: Erlbaum 1992.
• Doporučená: Havránek, T.:. Statistika pro biologické a lékařské vědy. Academia, Praha. 1993.

Požadavky ke zkoušce

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Analýza výkonů studenta
• Kombinovaná zkouška

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

• Student performance assessment
• Combined exam

Sylabus

čeština

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

Obsah kurzu je variabilní v závislosti na potřebě a specifice testování kvantitativních dat k projektům jednotlivých zapsaných studentů. Obsah v obecné rovině zahrnuje tématiku: Experimentální a statistická hypotéza. Náhodné vektory, charakteristiky náhodných veličin, nezávislost, náhodný výběr, limitní věty, intervalové odhady, parametrické testy, testy za pomoci CLV, lineární regrese, analýza variance - ANOVA.

angličtina

Poslední úprava: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)

The content of the course varies according to the needs and test specifications of quantitative data of individual students´ projects. In general, the content includes the following topics: experimental and statistical hypothesis, random vectors, characteristics of random quantities, independence, random selection, interval estimates, parameter testing, testing with the use of the CLV, linear regression and variance analysis - ANOVA.