|
|
|
||
|
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)
|
|
||
|
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)
|
|
||
|
Obhajoba individuálníhoho projektu Poslední úprava: Fialová Jana (18.12.2017)
|
|
||
|
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)
|
|
||
|
V rozsahu sylabu Poslední úprava: Vlčková Martina (30.01.2018)
|
|
||
|
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)
|
|
||
|
e-learning/ Statistické zpracování dat http://mms01.vscht.cz/vyuka/ Poslední úprava: Drábová Lucie (16.11.2021)
|
|
||
|
Matematika I Poslední úprava: Pulkrabová Jana (30.01.2018)
|
| 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 | |||