546-0169/01 – Základy zpracování environmentálních dat (ZZED)

Garantující katedraKatedra environmentálního inženýrstvíKredity3
Garant předmětuMgr. Oldřich Motyka, Ph.D.Garant verze předmětuMgr. Oldřich Motyka, Ph.D.
Úroveň studiapregraduální nebo graduálníPovinnostpovinný
Ročník2Semestrzimní
Jazyk výukyčeština
Rok zavedení2021/2022Rok zrušení
Určeno pro fakultyHGFUrčeno pro typy studiabakalářské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
MOT127 Mgr. Oldřich Motyka, Ph.D.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Klasifikovaný zápočet 0+2
kombinovaná Klasifikovaný zápočet 0+8

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Studenti se naučí analyzovat a hodnotit kvantitativní, semikvantitativní i kvalitativní environmentální (biologická) data. Budou schopni tato data správně popsat a vizulaizovat s využitím základních charakteristik deskriptivní statistiky, identifikovat a ověřit chybné a odlehlé hodnoty a rozdělení, z něhož environmentální data pocházejí. Rovněž budou schopni formulovat statistickou hypotézu, použít vhodné testové statistiky a správně interpretovat výsledky. Získají rovněž základní dovednosti v rámci korelační a regresní analýzy biologických dat.

Vyučovací metody

Cvičení (v učebně)

Anotace

Studenti budou seznámeni se základními způsoby přípravy vzorkovacího plánu, sběru, úpravy a hodnocení environmentálních dat. Naučí se správně používat a interpretovat základní statistické metody s ohledem na specifika environmentálních – biologických i chemických – dat. Seznámí se rovněž se základy biostatistických modelů a statistickým hodnocením diverzity. Práce s daty bude probíhat pomocí nástrojů MS Excel a programu R a jeho knihoven.

Povinná literatura:

HENDL, Jan. Přehled statistických metod zpracování dat. Praha: Portál, 2012. ISBN 978-80-262-0200-4 ZVÁRA K. Biostatistika. Praha: Nakladatelství Karolinum, 2006 LEPŠ, J. a P. ŠMILAUER. Biostatistika. České Budějovice: Episteme, 2016. ISBN 978-80-7394-587-9 SOKAL, R. a F. J. ROHLF. Biometry: The Principles and Practice of Statistics in Biological Research. New York: W.H. Freeman and Company, 2012. ISBN 978-0-7167-8604-7 ZAR, J. H. Biostatistical Analysis. Uttar Pradesh, India: Pearson India Education Services, 2014. ISBN 978-9-3325-3667-8

Doporučená literatura:

ZVÁRA, K. Základy statistiky v prostředí R. Praha: Karolinum, 2013. 259 s. ISBN 978-80-246-2245-3 PEKÁR, S. a M. BRABEC. Moderní analýza biologických dat. Praha: Scientia, 2009. ISBN 978-80-8696-044-9 CRAWLEY, M. J. Statistics: An introduction using R. Chichester: John Wiley & Sons, 2005. xiii, 327 s. ISBN 0470022973 PETRIE, A. a P. WATSON. Statistics for Veterinary and Animal Science. Wiley-Blackwell, 2006

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Aktivní účast na cvičeních. Zpracování a odevzdání zadaných protokolů. Obhajoba semestrální práce. Předmět je ukončen klasifikovaným zápočtem.

E-learning

Submission of assigned protocols. Semester work.

Další požadavky na studenta

účast na cvičeních projekt - vyhodnocení dat zápočtový test

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1. Příprava vzorkovacího plánu, uchovávání a ukládání biologických dat. 2. Typy biologických dat – kvantitativní a kvalitativní data, popis, charakteristiky polohy a variability, vizualizace, identifikace odlehlých hodnot. 3. Úvod do testování hypotéz – nulová a alternativní hypotéza, chyby I. a II. druhu, statistický test a jeho síla, p – hodnota. 4. Statistické hodnocení biodiverzity, typy diverzity, indexy biodiverzity a jejich výpočet. 5. Úvod do práce v programu R a v rozhraní R Studio. Vytváření projektů, vkládání dat, grafické výstupy. 6. Jednovýběrové a dvouvýběrové testy – parametrické a neparametrické metody. Analýza kategoriálních dat – chí-kvadrát a Fisherův test. 7. Analýza rozptylu (ANOVA)- hodnocení rozptylu biologických a ekologických dat, hodnocení normality, Kruskal-Wallisův test – neparametrická alternativa analýzy rozptylu. 8. Korelační analýza – Pearsonův a Spearmanův korelační koeficient, míry podobnosti v ekologii (koeficienty podobnosti, koeficienty korelace, kovariance). 9. Regresní analýza – lineární regrese, předpoklady lineárního modelu, odhad parametrů regresního modelu, koeficient determinace, základní statistické testy. 10. Regresní analýza – polynomiální regrese, základní statistické testy, analýza reziduí regresních analýz. 11. Úvod do vícenásobné lineární regrese – typy interakcí proměnných, multikolinearita, problém chybějících dat, aplikace na biologická a ekologická data. 12. Mnohorozměrná analýza dat – základní principy, předpoklady a úprava dat před analýzou. 13. Explorativní analýzy, analýza hlavních komponent (PCA), mnohonásobná korespondenční analýza (MCA), analýza smíšených dat (FAMD), shluková analýza.

Podmínky absolvování předmětu

Kombinovaná forma (platnost od: 2019/2020 zimní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodůMax. počet pokusů
Klasifikovaný zápočet Klasifikovaný zápočet 100  51 3
Rozsah povinné účasti: účast na cvičeních projekt - vyhodnocení dat zápočtový test

Zobrazit historii

Podmínky absolvování předmětu a účast na cvičeních v rámci ISP: projekt - vyhodnocení dat zápočtový test

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2024/2025 (B0724A290008) Ochrana životního prostředí v průmyslu P čeština Ostrava 2 povinný stu. plán
2024/2025 (B0724A290008) Ochrana životního prostředí v průmyslu K čeština Ostrava 2 povinný stu. plán
2023/2024 (B0724A290008) Ochrana životního prostředí v průmyslu P čeština Ostrava 2 povinný stu. plán
2023/2024 (B0724A290008) Ochrana životního prostředí v průmyslu K čeština Ostrava 2 povinný stu. plán
2022/2023 (B0724A290008) Ochrana životního prostředí v průmyslu K čeština Ostrava 2 povinný stu. plán
2022/2023 (B0724A290008) Ochrana životního prostředí v průmyslu P čeština Ostrava 2 povinný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku

Hodnocení Výuky



2023/2024 zimní