Syllabus
Termín
Počet hodin
Obsah
Vyučující
Pátek 22.2.2019 09:00-12:45 5
Motivační přednáška. Determinismus a náhodnost. Úvod do statistické metodologie. Populace a výběr. Výběrová šetřen í. Statistika v biomedicínském výzkumu. Průběh výzkumného projektu. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 08.03.2019 09:00-12:45 5
Náhodná veličina, distribuční funkce, hustota, kvantily, střední hodnota, rozptyl. Normální rozdělení. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 15.03.2019 12:30-14:30 2,5
Základy statistického uvažování - výběrový průměr z (μ;σ2), bodové odhady. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 22.03.2019 09:00-12:45 5
Intervalové odhady. Principy testování hypotéz, hladina testu, p-hodnota. Síla testu. Specificita a senzitivita testu, ROC křivka. Vztah mezi testováním a intervaly spolehlivosti. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 17.05.2019 09:00-12:45 5
Jednovýběrový t-test. Jednovýběrový Wilcoxonův test, znaménkový test. Dva výběry - dvouvýběrový t-test. Párový t-test. Dvouvýběrový Wilcoxonovův test, Mannův-Whitneyho test. Porovnání několika výběrů – analýza rozptylu (ANOVA) - jednoduché třídění. Kruskalův-Wallisův test. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 24.05.2019 12:30-14:30 2,5
Testy o rozdělení náhodné veličiny. Testování normality. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Pátek 31.05.2019 09:00-12:45 5
Analýza kategoriálních dat. Kontingenční tabulky - χ2 test nezávislosti, McNemarův, Fischerův exaktní test. Korelační analýza – Pearsonův a Spearmanův korelační koeficient. Zápočtový test. Výuková místnost dle aktuálního rozpisu na KRL doc. Mgr. Vladimír Rogalewicz, CSc.
Annotation
The students get accustomed to basic skills in descriptive and inductive statistics. They will learn basics of probability theory and will deepen their skills and knowledge in designing research projects, data collection, statistical hypotheses formulation, methods of statistical data processing and interpretation of results.