470-6406/01 – Pokročilá statistika pro bioinformatiku (PSB)

Garantující katedraKatedra aplikované matematikyKredity10
Garant předmětuprof. Ing. Radim Briš, CSc.Garant verze předmětuprof. Ing. Radim Briš, CSc.
Úroveň studiapostgraduálníPovinnostpovinně volitelný typu B
RočníkSemestrzimní + letní
Jazyk výukyčeština
Rok zavedení2019/2020Rok zrušení
Určeno pro fakultyFEIUrčeno pro typy studiadoktorské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
BRI10 prof. Ing. Radim Briš, CSc.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zkouška 28+0
kombinovaná Zkouška 28+0

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Cílem předmětu je naučit posluchače pokročilé dovednosti nezbytné pro použití statistických technik a procedur v procesu vědeckého výzkumu, porozumět pokročilé teorii, ze které tyto techniky vycházejí, to vše za použití statistického software včetně interpretace výsledků statistické analýzy.

Vyučovací metody

Semináře
Individuální konzultace
Projekt
Ostatní aktivity

Anotace

Předmět je zaměřen na metody aplikované statistiky a analýzu dat. Poskytuje ucelenou matematickou bázi z oblasti teorie pravděpodobnosti a matematické statistiky, jejíž zvládnutí je nezbytné pro aplikaci základních i náročnějších statistických metod ve vědecko-výzkumné praxi, zejména při analýzách dat a interpretaci výsledků statistických analýz.

Povinná literatura:

• BRIŠ, Radim. Probability and Statistics for Engineers. Ostrava, 2011. Available at: http://homel.vsb.cz/~bri10/Teaching/Prob%20&%20Stat.pdf • JOHNSON, James L. Probability and statistics for computer science. Hoboken, NJ: Wiley Interscience, 2008. ISBN 978-0470383421. • VAN BELLE, Gerald a Lloyd FISHER. Biostatistics: a methodology for the health sciences. 2nd ed. Hoboken, NJ: John Wiley, 2004. ISBN 0471031852.

Doporučená literatura:

• HASTIE, Trevor, Robert TIBSHIRANI a J. H FRIEDMAN. The elements of statistical learning: data mining, inference, and prediction. 2nd ed. New York, NY: Springer, 2009. ISBN 9780387848570. • JAMES, Gareth, Daniela WITTEN, Trevor HASTIE a Robert TIBSHIRANI. An introduction to statistical learning: with applications in R. New York: Springer, [2013]. Springer texts in statistics, 103. ISBN 978-1-4614-7138-7. • MOORE, Dirk F. Applied survival analysis using R. New York, NY: Springer Science+Business Media, 2016. ISBN 978-3319312439. • TUTZ, Gerhard. Regression for categorical data. New York: Cambridge University Press, 2012. ISBN 9781107009653. • HOSMER, David W a Stanley LEMESHOW. Applied logistic regression. 2nd ed. New York: Wiley, 2000. ISBN 978-0471-35632-8. • MÜLLER, Peter, Fernando Andres QUINTANA, Alejandro JARA a Tim HANSON. Bayesian Nonparametric Data Analysis. Springer, 2015. ISBN 978-3319189673.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Kontrola plnění zadaných úkolů v rámci pravidelných konzultací. V případě, že součástí úkolů studenta bude rovněž publikační činnost, bude příslušný článek v rámci kurzu odprezentován.

E-learning

https://homel.vsb.cz/~bri10/Teaching/Prob%20&%20Stat.pdf

Další požadavky na studenta

Student vypracovává a obhajuje práci na zadané téma.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

• Biostatistický návrh lékařské studie (nezbytné kroky k provedení studie, různé typy studií, etika, sběr dat) • Softwarové nástroje pro statistické zpracování datových souborů. • Explorační analýza dat (typy proměnných, sumarizace a vizualizace dat) • Základy teorie pravděpodobnosti (pojem pravděpodobnosti, lékařské testy a Bayesův teorém, náhodná proměnná a pravděpodobnostní rozdělení, základní číselné charakteristiky). • Diskrétní a spojité modely dat. • Populace a náhodný výběr, výběrové metody. • Teorie odhadu (Bodové a intervalové odhady, metoda maximální věrohodnosti, Bayesova indukce). • Testování hypotéz (základy statistického rozhodování, chyba prvního a druhého druhu, p-hodnota, jedno-výběrové a dvoj-výběrové testy, párové testy). • Analýza rozptylu (test ANOVA, předpoklady a interpretace ANOVA testu, Kruskal-Wallisův test, POST-HOC analýza). • Lineární regresní model s jednou vysvětlující proměnnou. • Lineární regresní model s více vysvětlujícími proměnnými. • Logistická regrese • Základy analýzy přežití (Kaplan-Meierův odhad křivky přežití, Log-Rank test, Coxův proporcionální hazardní regresní model) • Stochastické procesy (Markovské řetězy, Markovské modely se spojitým časem)

Podmínky absolvování předmětu

Kombinovaná forma (platnost od: 2019/2020 zimní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodů
Zkouška Zkouška  
Rozsah povinné účasti:

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2021/2022 (P0588D140003) Bioinformatika a výpočetní biologie K čeština Ostrava povinně volitelný typu B stu. plán
2021/2022 (P0588D140003) Bioinformatika a výpočetní biologie P čeština Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0588D140003) Bioinformatika a výpočetní biologie P čeština Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0588D140003) Bioinformatika a výpočetní biologie K čeština Ostrava povinně volitelný typu B stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku