10. Epidemiologické studie, poměr šancí, logistická regrese.
\r\n","inLanguage":"cs"},{"@type":"Syllabus","text":"\r\n
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.
\r\n13. Designs of epidemiological studies; odds ratio; logistic regression.
","inLanguage":"en"}]}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.
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).