PředmětyPředměty(verze: 954)
Předmět, akademický rok 2023/2024
  
Statistické zpracování dat - B323006
Anglický název: Data Processing in Statistics
Zajišťuje: Ústav analýzy potravin a výživy (323)
Fakulta: Fakulta potravinářské a biochemické technologie
Platnost: od 2022
Semestr: zimní
Body: zimní s.:3
E-Kredity: zimní s.:3
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:1/2, KZ [HT]
Počet míst: neomezen / neomezen (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Další informace: http://mms01.vscht.cz/vyuka/
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Drábová Lucie Ing. Ph.D.
Záměnnost : N323008
Pro tento předmět jsou dostupné online materiály
Anotace -
Studenti se v rámci přednášek a cvičení seznámí se základními statistickými pojmy a metodami využívanými ke zpracování souborů dat biologicko-potravinářských vědních disciplín. Všechny statistické metody si budou moci procvičit na reálných příkladech tak, aby je byli následně schopni dále využívat v praxi. K výuce jsou z tohoto důvodu používané volně dostupné matematicko – statistické softwary Rstudio a MetaboAnalyst. Oba tyto volně dostupné softwary jsou vhodné jak pro základní statistické úkony, tak pro následné složitější úlohy jako jsou např. vícerozměrné statistické metody. Základní statistické metody jsou také procvičovány v MS Excel. Důraz je kladen na praktické využití statistických metod a správnou interpretaci získaných výsledků.
Poslední úprava: Drábová Lucie (16.11.2021)
Výstupy studia předmětu -

Studenti budou umět:

Statisticky zpracovat získané (naměřené) datové soubory pomocí MS Excel, volně dostupných softwarů Rstudio příp. MetaboAnalyst a získané výsledky správně interpretovat.

Poslední úprava: Drábová Lucie (16.11.2021)
Literatura -

Z: Eckschlager K., Horsák I., Kodejš Z.: Vyhodnocování analytických výsledků a metod, SNTL Praha, 1980, ISBN 04-610-80

Elektronické zdroje:

Z: M. Meloun, J. Militký : Statistické zpracování experimentálních dat - v chemometrii, biometrii, ekonometrii a v dalších oborech přírodních, technických a společenských věd, https://meloun.upce.cz/docs/books/ucebnice-sken.pdf

Z: Elektronická nápověda k programu MS Excel podle aktuální verze

Z: http://www.statistica.cz/

D: http://mms01.vscht.cz/vyuka/

Poslední úprava: Drábová Lucie (16.11.2021)
Studijní opory -

e-learning/ Statistické zpracování dat

http://mms01.vscht.cz/vyuka/

Poslední úprava: Drábová Lucie (16.11.2021)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků) -

V rozsahu sylabu

Poslední úprava: Vlčková Martina (30.01.2018)
Sylabus -

1. Stručný historický úvod, histogram, náhodná veličina

2. Četnost absolutní, relativní, kumulativní, relativní-kumulativní, výběr, náhodný výběr, definice pravděpodobnosti, permutace, variace, kombinace

3. Frekvenční a distribuční funkce

4. Chyba absolutní a relativní, staistické odhady, střední hodnota, rozptyl, koeficient šikmosti a špičatosti

5. Statistické testy parametrické

6. Statistické testy neparametrické

7. Vztahy mezi dvěma proměnnými, lineární regrese, metoda nejmenších čtverců

8. Regrese nelineární, polynomická, linearizace, iterační výpočty

9. Korelace, korelační koeficient, korelační matice, elipsa spolehlivosti

10. Analýza rozptylu

11. Úvod do vícerozměrných statistických metod

12. Principy neuronových sítí

13. Využití fuzzy množin

14. Moderní trendy ve zpracování dat

Poslední úprava: Pulkrabová Jana (30.01.2018)
Studijní prerekvizity -

Matematika I

Poslední úprava: Pulkrabová Jana (30.01.2018)
Podmínky zakončení předmětu (Další požadavky na studenta) -

Obhajoba individuálníhoho projektu

Poslední úprava: Fialová Jana (18.12.2017)
Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 0.5 14
Práce na individuálním projektu 1 28
Příprava na zkoušku a její absolvování 0.5 14
Účast na seminářích 1 28
3 / 3 84 / 84
 
VŠCHT Praha