|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KME / 062
:
Popis předmětu
Pracoviště / Zkratka
|
KME
/
062
|
Akademický rok
|
2018/2019
|
Akademický rok
|
2018/2019
|
Název
|
Statistika v preklin. a klin. výzkumu
|
Způsob zakončení
|
Zápočet
|
Způsob zakončení
|
Zápočet
|
Název dlouhý
|
Statistika v preklinickém a klinickém výzkumu
|
Akreditováno / Kredity
|
Ano,
4
Kred.
|
Forma zakončení
|
-
|
Forma zakončení
|
-
|
Rozsah hodin
|
Přednáška
1
[HOD/TYD]
Cvičení
1
[HOD/TYD]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
NE
|
Vyučovací jazyk
|
čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
NE
|
Zimní semestr
|
0 / -
|
25 / -
|
1 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
S|N |
Periodicita |
každý rok
|
Periodicita upřesnění |
V každém akademickém roce, jen v zimním semestru.
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
S|N |
Nahrazovaný předmět
|
UMB/062
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
UMB/063
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Hodnocení předmětu studenty
|
Tato varianta přemětu nebyla doposud v SHK hodnocena nebo se hodnocení účastnilo méně než 10% studentů předmětu.
Ostatní hodnocení
|
Cíle předmětu (anotace):
|
Seznámení studentů se základními statistickými metodami. Jednotlivé poznatky budou dokumentovány na příkladech, které budou studenti řešit samostaně s pomocí programu Statistica. Důraz je kladen na interpretaci výsledků. Poznatků student využije pro samostatné vyhodnocení vlastních dat.
|
Požadavky na studenta
|
Ke složení zkoušky je třeba získat 70 % bodů v kombinované zkoušce (výpočty příkladů, ústní zkouška).
|
Obsah
|
Obsah přednášky:
- Plánování experimentů - nulové hypotézy, experimentální design, kontrolní skupiny (se speciálním důrazem na klinickou praxi), znáhodňování
- Struktura a vizualizace dat - příprava dat pro další statistické zpracování
- Základní popisné statistiky
- Distribuce dat, transformace dat
- Chí kvadrát, kontingenční tabulky
- ANOVA a její neparametrické obdoby
- Korelace a regrese a jejich neparametrické obdoby
- Analýza přežívání
- Co umožňují metody GLM, mnohorozměrné analýzy, clusterové metody, rozhodovací a klasifikační stromy
Tento předmět vznikl v rámci realizace projektu Vytvoření a rozvoj týmu zaměřeného na výzkum a výuku v oblasti biologické medicíny, reg. č. CZ.1.07/2.2.00/15.0361. Tento projekt je spolufinancován z Evropského sociálního fondu a státního rozpočtu České republiky.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
Havránek, T. (1993) Statistika pro biologické a lékařské vědy. Academia, Praha..
-
Doporučená:
https://www.scio.cz/o-vzdelavani/teorie-a-metodika-testu/statisticke-pojmy/.
-
Doporučená:
Lepš, J. (1996) Biostatistika. Jihočeská univerzita, České Budějovice (a literatura tam citovaná)..
-
Doporučená:
Sokal, R. R. and Rohlf, F. J. (1981) Biometry, 2nd ed. Freeman & Comp., San Francisco..
-
Doporučená:
Volenec K., Hanuš J., Lázníček M. Využití statistických metod v medicíně. Masarykova univerzita Brno, 2011.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Domácí příprava na výuku
|
30
|
Účast na výuce
|
30
|
Příprava na zápočet
|
30
|
Semestrální práce
|
30
|
Celkem
|
120
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Výhodou je logické a matematické myšlení. |
Získané způsobilosti |
Student se naučí pracovat se strukturou dát a jejich vizualizací, dále pak s distribucí, s distribucí speciální, s deskriptivní statistikou, s principem statistického testování, s chí-kvadrát testem, s t-testem, s ANOVA, atd. |
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Demonstrace
|
Hodnotící metody |
|
|
|
|