Základy štatistiky a bioštatistiky
Študijný program: bezpečnosť krmív a potravín externá forma štúdia
Jazyk uskutočnovania: slovenský
Kód predmetu: KaŽPVLE/ZkŠaBš BKaPef/23 Skratka: ZkŠaBš BKaPef
Jazyk uskutočnovania: slovenský
Kód predmetu: KaŽPVLE/ZkŠaBš BKaPef/23 Skratka: ZkŠaBš BKaPef
- Kredity: 4
- Ukončenie: Zápočet a skúška
- Prednášky: 1 / Cvičenia: 2
- Semester: letný semester
Druh, rozsah a metóda vzdelávacích činností: | |
Forma výučby: | Prednáška / Cvičenie |
Rozsah výučby: | Týždenný: 1 / 2 - Za obdobie štúdia: 13 / 26 (odporúčaný, v hodinách) |
Metóda štúdia: | prezenčná |
Podmieňujúce a nadväzujúce predmety | |
Žiadne | |
Vyučujúci | |
Prednášajúci: | |
Cvičiaci: | |
Skúšajúci: | |
Garant: | |
PODMIENKY NA ABSOLVOVANIE PREDMETU | |
Základnou podmienkou absolvovania predmetu je 100% účasť na seminároch ako aj na prednáškach. V prípade ospravedlnenej neúčasti (lekár, príp. iné neodkladné záležitosti) si študent chýbajúce znalosti doplní samostatne, v prípade nepochopenia látky je tu možnosť konzultácie. | |
Výsledky vzdelávania | |
Absolvent po zvládnutí semestra je schopný základnej orientácie v jednoduchých štatistických postupoch, ďalej je schopný pochopenia štatistiky ako celku a osvojí si spôsob práce v tejto oblasti. Má základné znalosti na prepojenie pokus – vhodná štatistická metóda. Pri tvorbe samotného pokusu vie navrhnúť postup a jeho vhodné zhodnotenie pomocou vedomostí získaných v priebehu semestra v programe EXCEL za použitia príslušných rutín implementovaných v tomto programe. V jednoduchšom prípade zvládne výpočet popisných štatistík nameraných dát ako aj grafickú resp. tabuľkovú interpretáciu daného problému. |
|
Stručná osnova predmetu | |
1. Úloha a predmet štatistiky, základné pojmy a kategórie 2. Popisná štatistika: triedenie štatistických dát (kvalitatívne, kvantitatívne), popisné štatistiky, grafické znázornenie 3. Pravdepodobnosť, rozdelenie teoretických rozdelení pravdepodobnosti 4. Induktívna štatistika: odhady parametrov základného súboru, výberové rozdelenie percentuálnych údajov 5. Induktívna štatistika: testovanie štatistických hypotéz jednorozmernej náhodnej premennej 6. Analýza dvojrozmernej náhodnej premennej: regresia korelácia |
|
Sylabus predmetu | |
Sylabus prednášok: 1. Úvod do štatistiky - predmet a úloha štatistiky, základné pojmy, vyjadrovacie prostriedky, dáta v biológií, zber dát (1 vyuč. hodina) 2. Druhy štatistických postupov – popisná štatistika, sumarizácia meraní jednorozmerných náhodných premenných, triedenie údajov, tabuľkové alebo grafické znázornenie dát či už kvalitatívnych tak aj kvantitatívnych, druhy početností (1 vyuč. hodina) 3. Štatistické miery (charakteristiky) – stredné hodnoty, miery variability, popis a výpočet (1 vyuč. hodina) 4. Pravdepodobnosť (klasická, štatistická), teoretické rozdelenia pravdepodobnosti diskrétne a spojité, (alternatívne, binomické, normálne, t – rozdelenie, F – rozdelenie, χ2 – rozdelenie) (1 vyuč. hodina) 5. Výber a rozdelenie výberu – odhady parametrov základného súboru, výberové rozdelenie percentuálnych údajov, bodové a intervalové odhady (1 vyuč. hodina) 6. Úvod do testovania štatistických hypotéz – testovacie kritérium, p – hodnota, nulová alternatívna hypotéza, spôsob a princíp samotného testovania (1 vyuč. hodina) 7. Testovanie metrických premenných – jednovýberový t – test, dvojvýberový Studentov t – test, párový t – test v súvislosti s usporiadaním pokusu. (2 vyuč. hodiny) 8. Pokračovanie v testovaní – F test porovnanie dvoch rozptylov, zovšeobecnenie tejto štatistickej metódy do jednocestnej a dvojcestnej analýzy rozptylov (ANOVA) (2 vyuč. hodiny) 9. Pokračovanie v testovaní – testy extrémnych hodnôt, použitie neparametrických metód v štatistických analýzach, U – test, znamienkový test, H – test, poradový korelačný koeficient (1 vyuč. hodina) 10. Pokračovanie v testovaní – testovacie metódy pre nominálne škálované premenné, 2x2 kontingenčná tabuľka, χ2 – test nezávislých pozorovaní (asociácia), McNemarov test závislých pozorovaní, goodness of fit testy (1 vyuč. hodina) 11. Spracovanie dvojrozmerných štatistických súborov, regresia a korelácia, lineárna regresia, testovanie regresného koeficientu pomocou ANOVA analýzy, intervaly spoľahlivosti (1 vyuč. hodina) Sylabus praktických cvičení 1. Základné matematické operácie v programe EXCEL, zadávanie vzorcov, práca v hárku absolútny relatívny odkaz, SUM, COUNT, dátumová funkcia DATEDIF 2. Triedenie kvalitatívnych (kontingenčná tabuľka) ako aj kvantitatívnych dát, vytvorenie jednotného postupu pri triedení či už celočíselných náhodných premenných, alebo neceločíselných; použitie príkazu FREQUENCY, MIN a MAX v programe EXCEL, grafická interpretácia zatriedených dát (histogram) 3. Výpočet stredných hodnôt a mier variability; výpočet zo zatriedených ako aj nezatriedených dát (príkazy AVERAGE, MODE, MEDIAN, QUARTILE, VAR, STDEV, AVEDEV); porovnanie výsledkov, zhodnotenie, výpočet druhov početností 4. Teoretické rozdelenia pravdepodobnosti (príkazy: NORMDIST, NORMINV, NORMSDIST, NORMSINV, TDIST, TINV, FDIST, FINV, CHIDIST, CHIINV, BINOMDIST, HYPGEOMDIST) 5. Intervalové odhady parametrov základného súboru μ a σ (priemeru a smerodajnej odchýlky); výpočet IS pre pomerné náhodné premenné 6. Úvod do testovania štatistických hypotéz – jednovýberový t – test, výpočet testovacieho kritéria, SEM (standard error mean), samotné otestovanie či už na základe kritických hodnôt tak aj prostredníctvom p – hodnoty; vysvetlenie úzkeho vzťahu tohto cvičenia s predchádzajúcim cvičením 7. Pokračovanie v testovaní štatistických hypotéz dvojvýberovým Studentovým t – testom ako aj F – testom; posúdenie použitia Welchovej korekcie; výpočet podľa vzorcov následne za použitia analýzy dát, komparácia výsledkov, (príkazy: FDIST, FTEST príp. TTEST); vysvetlenie prepojenia na pokus 8. Použitie ďalšej štatistickej metódy párový t – test; porovnanie s predchádzajúcim postupom, výpočet podľa vzorcov a následné použitie implementovanej rutiny analýza dát v EXCELI; porovnanie výsledkov; vysvetlenie možnosti použitia tohto postupu v súvislosti s reálnym pokusom; výpočet Pearsonovho korelačného koeficientu a vysvetlenie súvisu s testom 9. Posúdenie zhody neparametrickou metódou U – testom; úprava dát, výpočet podľa príslušných vzťahov, následné rozhodnutie o hypotéze 10. Použitie komplexnejšej štatistickej metódy – jednocestná ANOVA; vhodnosť použitia, prvotný výpočet podľa vzorcov, následne výpočet podľa rutiny analýza dát, komparácia výsledkov, rozhodnutie o nulovej hypotéze 11. Pokračovanie – dvojcestná ANOVA, postup ako v predchádzajúcom prípade 12. Spracovanie dvojrozmerných štatistických súborov – regresia a korelácia, jednoduchá lineárna závislosť, výpočet regresných koeficientov, posúdenie vhodnosti daného modelu, výpočet podľa rutiny v programe EXCEL analýza dát 13. Testovacie metódy pre nominálne škálované premenné; testovanie rozdielu dvoch početností z nezávislých výberov použitím χ2 – testu (2x2 kontingenčná tabuľka) (príkazy: CHIDIST, CHITEST); porovnanie dvoch pomerov pre párované pozorovania, McNemarov test Zápočet |
|
Odporúčaná literatúra | |
1. Poláček M.: Biomatematika pre veterinárnych lekárov, Datahelp, 220s., 18/284/1507/96/6, Košice, 1996 2. Kremeň J.; Takáč L.: Úvod do štatistiky pre VVL a HP, Edičné stredisko UVLF v Košiciach, 2010 3. Hendl J.,: Přehled statistických metod, Portál, Praha 2012 |
|
Podmienky na absolvovanie predmetu | |
Podmienky na absolvovanie predmetu: Základnou podmienkou absolvovania predmetu je 100% účasť na seminároch ako aj na prednáškach. V prípade ospravedlnenej neúčasti (lekár, príp. iné neodkladné záležitosti) si študent chýbajúce znalosti doplní samostatne, v prípade nepochopenia látky je tu možnosť konzultácie. Záverečné hodnotenie: písomná - výpočet príkladov podľa zadania za použitia programu EXCEL ústna – odpoveď na teoretické otázky
| |
JAZYK, KTORÉHO ZNALOSŤ JE POTREBNÁ NA ABSOLVOVANIE PREDMETU | |
slovenský |
Hodnotenie predmetu | |||||
Celkový počet hodnotených študentov: 0 | |||||
A | B | C | D | E | FX |
0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
Dátum poslednej zmeny: 24.05.2023 | |||||
Schválil: Garant Doc. MVDr. Monika Pipová, CSc. |