546-0115/01 – Multikriteriální analýzy CANOCO (CANOCO)
Garantující katedra | Katedra environmentálního inženýrství | Kredity | 2 |
Garant předmětu | Ing. Hana Švehláková, Ph.D. | Garant verze předmětu | Ing. Hana Švehláková, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný typu B |
Ročník | 2 | Semestr | zimní |
| | Jazyk výuky | čeština |
Rok zavedení | 2018/2019 | Rok zrušení | |
Určeno pro fakulty | HGF | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Studenti budou po absolvování předmětu schopni pracovat v prostředí CANOCO 5, zejména v procesu analýzy, syntézy a interpretace dat - tzn. sběru, kontroly, transformace, klasifikace a ordinace ekologických dat včetně vizualizace výsledků.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
V rámci předmětu budou studenti seznámeni se základními metodami vícerozměrné anylýzy dat v prostředí CANOCO 5. Důraz bude kladen na využití biocenologických dat, jejich sběr, kontrolu, transformaci, klasifikaci a ordinaci. Předmět dále studenty obeznámí s výběrem možných experimentů a vhodného designu studie, tvorbou hypotéz a jejich testování. Studenti mohou v předmětu pracovat i s vlastními daty.
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Prezentace a obhajoba semestrální práce.
Závěrečný test znalostí práce v CANOCO.
Předmět je ukončen zápočtem.
E-learning
Další požadavky na studenta
Aktivní účast na cvičeních
Kontrolní písemka (dílčí práce v CANOCO)
Vypracování semestrální práce
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Práce s daty. Typy používaných dat. Sběr dat. Primární data. Přepis a kontrola dat. EDA. CDA. Transformace dat
2. Ekologická data a jejich využití. Ekologická podobnost. Indexy biodiverzity. Ellenbergovy indikační hodnoty. Funkční vlastnosti druhů.
3. Základní terminologie mnohorozměrných statistických metod.
4. Regrese. Lineární modely. Regresní křivky.
5. Ordinační analýza. Modely odpovědí druhů na gradient prostředí. Základní ordinační techniky a metody.
6. Nepřímá ordinace. PCA (analýza hlavních komponent). CA (korespondenční analýza). DCA (detrendovaná korespondenční analýza)
7. Přímá ordinace. RDA (redundanční analýza). CCA (kanonická korespondenční ananlýza)
8. Model nulové hypotézy. Monte Carlo permutační test. Testovací statistiky.
9. Praktické příklady použití ordinací. Případové studie.
10. Klasifikační analýza. Nehierarchická klasifikace.
11. Klasifikační analýza. Hierarchická klasifikace (cluster analysis). Divizivní klasifikace.
12. Praktické případy použití klasifikací. Případová studie.
13. Design experimentů - manipulační vs. přírodní experimenty.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky