Biostatistika a plánování ekologických pokusů

Cílem kurzu je seznámit studenty se základními principy statistického uvažování a s jejich aplikací v biologii a ekologii.

Přednáška je zaměřena na pochopení principů a aplikaci statistických metod a na správnou interpretaci výsledků statistických testů.

Absolvent kurzu by měl být schopen správně navrhnout experiment či pozorování, správně data sebrat, zpracovat a interpretovat, ať už pro účely bakalářské nebo magisterské práce.

Při studiu odborné literatury ve svém oboru by měl student po absolvování tohoto kurzu pochopit význam statistického hodnocení a velké části použitých statistických metod v příslušném textu.

Problémy a použité statistické testy jsou demonstrovány na biologických a ekologických příkladech.

Čtěte také: Plánování ekologických pokusů

Součástí kurzu je i cvičení, určené k praktickému procvičování příkladů za pomoci statistických programových balíků.

Pozornost bude zaměřena na vkládání a editaci dat, jednoduché grafické zobrazování a základní logické, třídící a statistické operace v programu MS Excel for Windows, a dále na základní a některé pokročilejší statistické procedury v programovacím prostředí jazyka R.

Současné biologické a ekologické vědy jsou kvantitativní vědy. Informace (čísla), které získávají, jsou však zatíženy náhodnou variabilitou, resp. získaná data obsahují náhodnou složku. Statistika nám dává návod, jak s takovými daty pracovat a jak odlišit zákonitosti od náhodné variability.

V předmětu jsou probírány základní statistické metody zpracování dat o druhovém složení rostlinných nebo živočišných společenstev, bez ohledu na jejich taxonomické vymezení.

Hlavní důraz je kladen na numerické klasifikační a ordinační metody a na hodnocení vztahů mezi druhovým složením společenstva a faktory prostředí.

Čtěte také: Statistické metody v ekologii

Součástí předmětu je výuka příslušných metod pomocí standardních počítačových programů.

Sylabus

1. Úvod, základní pojmy, co je věda, metodologie, filozofie vědy, deduktivní a induktivní uvažování
2. Základní soubor a výběr, experiment vs. pozorování, design sběru dat a experimentu, typy proměnných, deskriptivní statistika, grafická presentace dat
3. Pravděpodobnost, distribuční funkce, teoretické modely rozdělení pravděpodobností, principy testování statistických hypotéz
4. Analýza kategoriálních dat (test dobré shody, kontingenční tabulky, Fisherův exaktní test, odds ratio, log-lineární modely)
5. Analýza ordinálních a spojitých dat I: jeden a dva soubory, parametrické a neparametrické testy (Monte Carlo), náhodné a blokové uspořádání pokusu, testování normality dat, transformace dat
6. Analýza ordinálních a spojitých dat II: tři a více souborů - ANOVA: jednoduchá, vícefaktorová, se znáhodněnými bloky, s opakovanými měřeními, hierarchická, design pokusu

Obsah kurzu

1. Numerická klasifikace: aglomerativní metody a shlukovací algoritmy, divizivní monotetická klasifikace a TWINSPAN.
2. Regresní modely: lineární regrese, vážené průměrování, mnohonásobná regrese.
3. Ordinace: analýza hlavních komponent (PCA), korespondenční analýza (CA) a detrendovaná korespondenční analýza (DCA).
4. Ordinace s omezením: redundanční analýza (RDA) a kanonická korespondenční analýza (CCA), testování významnosti faktorů prostředí.
5. Hodnocení ekologických pokusů, srovnávacích studií společenstev a změn společenstev v čase pomocí ordinace s omezením.

Harmonogram přednášek

1. Úvod do statistiky - vlastnosti proměnných, deskriptivní statistika - 4.10.
2. Úvod do statistiky - variance, vztahy dvou proměnných, korelace - 11.10.
3. Základy statistické inference, odhad parametrů základního souboru - 18.10.
4. Základy statistického modelování, regrese, diagnostika modelů - 25.10.
5. Formulace a testování hypothes, analysa variance - 1.11.
6. Bayesovská statistika, rozdíly mezi statistickou interakcí a korelací prediktorů - 8.11.
7. Analysa variance - pokračování; Design experimentů - 15.11.
8. Design experimentů; Faktory s pevnými a náhodnými efekty - 22.11.
9. Parciální, nelineární a lokální regrese - 29.11.
10. Mnohonásobná regrese - pokračování, výběry modelů, užití informačních kritérií - 6.12.
11. Práce s kategoriálními závislými proměnnými, klasické testy - 13.12.
12. Úvod do logistické regrese a parametrické analysy non-normálních proměnných - 3.1.
13. "Konsultační přednáška" - 11.1.

Ve výuce je vysvětlována teorie a předváděny počítačové programy. K zápočtu student zpracovává soubor dat, buď svých vlastních nebo dat od učitele, pomocí probíraných klasifikačních a ordinačních metod. Zpracované analýzy předkládá ve formě krátké zprávy v angličtině.

Pro dobré porozumění probírané látce je vhodné absolvovat předmět B5040 Biostatistika.

Doporučená literatura

• Delventhal K. a kol. (2004). Kompendium matematiky.-. Universum.
• Gotelli N., Ellison A. (2004). A Primer of Ecological Statistics.-. Sinauer Associates.
• Hendl, J. (2006). Přehled statistických metod: analýza a metaanalýza dat. 4., rozš. vyd. Praha: Portál, 2012.. Portál, Praha.
• Lepš J. & Šmilauer P. (2016). Biostatistika. České Budějovice.
• Meloun M. & Militký J. (2002). Kompendium statistického zpracování dat.. Academia, Praha.
• Moore D. S. (2007). The basic practice of statistics.-. Freeman, New York.
• Quinn G.P. & Keough M.J. (2002). Experimental design and data analysis for biologist.-. Cambridge University Press.
• Sokal R. & Rohlf F. (1995). Biometry.-. Freeman and Company, New York.
• Zar J. H. (1998). Biostatistical analysis.-. Prentice Hall, Englewood Cliffs.
• LEPŠ, Jan a Petr ŠMILAUER. Multivariantní analýza ekologických dat. 2001.
• HERBEN, Tomáš a Zuzana MÜNZBERGOVÁ. Zpracování geobotanických dat v příkladech. Část I. Data o druhovém složení.

Čtěte také: České územní plánování

tags: #biostatistika #a #planovani #ekologickych #pokusu

Oblíbené příspěvky:

• Efektivní skladování bioodpadu
• Emise LPG
• Přehled ekologických dohod
• Dokonalý lesk nádobí
• Klimatický graf Holocénu