F7DIBST - Biostatistika

Determinizmus a náhoda. Chyby při použití statistiky ve vědě.

Populace a výběr. Velikost a reprezentativnost výběru - základní úvahy.

Nový pohled na základy matematické statistiky: Náhodná veličina a její rozdělení. Diskrétní, absolutně spojité a smíšené náhodné veličiny. Kvantily jako inverzní funkce k distribuční funkci. Nesymetrické hustoty. Náhodné vektory.

Závislost a nezávislost náhodných veličin, korelační koeficient.

Úvod do matematické statistiky a plánování pokusů.

Šíření chyb při transformaci naměřených hodnot. Bodový odhad: metoda momentů

Bodový odhad: metoda maximální věrohodnosti. Intervalový odhad.

Velikost výběrového souboru. Možná druhy chyb při testování hypotéz. Specificita a senzitivita.

Testování hypotéz, p-hodnota.

Základní principy bayesovské teorie. Bayesovská statistika.

Blok 1: Cvičení 1 + 2: Plánování pokusů s pohledu statistika, deskriptivní matematická statistika, náhodná veličina, rozdělení pravděpodobnosti. Výpočty a použití bodových a intervalových odhadů při hodnocení experimentů.

Blok 1: Cvičení 1 + 2: Induktivní statistika, vyhodnocování experimentu z pohledu statistika, korelace, regrese, prezentace výsledků, hodnocení chyb, senzitivita, specificita při hodnocení experimentů.

Standardně probíhá výuka kontaktní formou a předmět je zakončen ústní zkouškou, které předchází písemná příprava. V případě, že počet studentů je menší než 5, může výuka probíhat v podobě řízeného samostudia s pravidelnými konzultacemi. Dále je požadováno vypracování písemné studie studentem na zadané téma z oboru. Podmínkou pro připuštění ke zkoušce je absolvování dvou laboratorních cvičení (doloženo protokolem podepsaným studentem, vedoucím cvičení a garantem předmětu). Protokoly budou archivovány v referátu pro doktorské studium.

Přednášky:

1.Determinizmus a náhoda. Chyby při použití statistiky ve vědě.

2.Populace a výběr. Velikost a reprezentativnost výběru - základní úvahy.

3.Nový pohled na základy matematické statistiky: Náhodná veličina a její rozdělení. Diskrétní, absolutně spojité a smíšené náhodné veličiny. Kvantily jako inverzní funkce k distribuční funkci. Nesymetrické hustoty. Náhodné vektory.

4.Závislost a nezávislost náhodných veličin, korelační koeficient.

5.Úvod do matematické statistiky a plánování pokusů.

6.Šíření chyb při transformaci naměřených hodnot. Bodový odhad: metoda momentů

7.Bodový odhad: metoda maximální věrohodnosti. Intervalový odhad.

8.Velikost výběrového souboru. Možná druhy chyb při testování hypotéz. Specificita a senzitivita.

9.Testování hypotéz, p-hodnota.

10.Základní principy bayesovské teorie. Bayesovská statistika.

Cvičení:

Blok 1: Cvičení 1 + 2: Plánování pokusů s pohledu statistika, deskriptivní matematická statistika, náhodná veličina, rozdělení pravděpodobnosti. Výpočty a použití bodových a intervalových odhadů při hodnocení experimentů.

Blok 1: Cvičení 1 + 2: Induktivní statistika, vyhodnocování experimentu z pohledu statistika, korelace, regrese, prezentace výsledků, hodnocení chyb, senzitivita, specificita při hodnocení experimentů.

Povinná:

[1] C. Chatfield: Statistics for technology: a course in applied statistics. 3rd ed. Boca Raton: Chapman & Hall/CRC, 1998. ISBN 0-412-25340-2

Doporučená:

[1] Evidence-based outcome research: a practical guide to conducting randomized controlled trials for psychosocial interventions / edited by Arthur M. Nezu and Christine Maguth Nezu. Oxford University Press, 2008. ISBN 978-0-19-530463-3

[1] D.S. Silvia, J. Skilling: Data Analysis. A Bayesian Tutorial. 2nd ed. Oxford University Press, 2006. ISBN 978-0-19-856831-5.

Povinně volitelný pro všechny moduly