|
Vyučující
|
-
Lisner Aleš, RNDr. Ph.D.
-
Kozel Petr, RNDr. Ph.D.
|
|
Obsah předmětu
|
Obsah přednášek: 1 Úvod, import dat, základní orientace v tabulkovém editoru, vyhledávání, nahrazování v buňkách, chyby při sběru dat 2 Podmíněné formátování, správce seznamů, základní deskriptivní statistiky 3 Funkce a jejich použití při tvorbě obsáhlejšího datasetu 4 Kontingenční tabulky 5 Základní vizualizace dat 6 Řešení typických chyb a problémů ve velkých datasetech 7 Základní ovládání programu R, import/export dat, online datové zdroje 8 Manipulace s daty, jejich spojování, rozdělování, třídění a formáty 9 Podmínky a cykly 10 Základní deskriptivní statistiky a vizualizace dat v R 11 Fylogenetická data, jejich zdroje a základní použití v ekologii 12 Datové zdroje, databáze, datové formáty a převody mezi nimi 13 Opakování a zkušební test Obsah cvičení/semináře: Cvičení doplňují přednášky a nejsou od přednášek časově oddělena.
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty se základními i pokročilými metodami přípravy ekologických dat k dalšímu zpracování. Předmět je zaměřen na použití základních funkcí k úpravě dat, tvorby kontingenčních tabulek a dílčích datových souborů v programech MS Excel a R. Velký prostor je věnován hledání a řešení chyb a problémů, které jsou typické pro biologické datové soubory. Je kladen velký důraz na práci s datasety z různých oblastí výzkumu (ekologie rostlin, entomologie, parazitologie?), různých zdrojů původu (vlastní, publikovaná, databázová data) i různé kvality jejich záznamu. Po absolvování kurzu by studenti měli být schopni ošetřit a připravit ke statistickému zpracování data získaná z ekologických experimentů, observačních studií či online databází. Prvních 6 vyučovacích hodin připadá na úpravu dat v programu MS Excel, 6 vyučovací hodin připadá na úpravu dat v programu R.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
Studenti se musejí aktivně podílet na průběhu hodin a cvičení, vypracovávat zadané domácí úkoly (cca 5). Na konci semestru studenti ošetří a upraví ke statistickému zpracování zadaný dataset.
|
|
Doporučená literatura
|
-
Alexander, M. & Kusleika, D. (2022). Microsoft Excel 365 Bible. John Wiley & Sons Inc.
-
Locke, S. (2017). Data Manipulation in R: Colour edition (R Fundamentals). Locke Data Ltd..
-
Wickham, H. & Grolemund, G. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media.
|