Logo kurzu Biostatistika Logo kurzu Biostatistika Biostatistika
  • Aktuální semestr
    • Materiály
    • Rozvrh
    • Závěrečné hodnocení
  • Jak pracovat s materiály
  • Archiv
  • Vyučující
  • Slovník pojmů

Biostatistika a plánování ekologických pokusů

Jak pomocí dobře navrženého pokusu a dat odpovědět na biologickou otázku

Veřejný průvodce kurzem Biostatistika a plánování ekologických pokusů (MB120P163) na Přírodovědecké fakultě Univerzity Karlovy.

MB120P163 · Přírodovědecká fakulta UK

Biostatistika a plánování ekologických pokusů

Liší se dvě skupiny skutečně, nebo jen náhodou? Ovlivnila pozorovaný výsledek naše manipulace, prostředí, nebo způsob měření? V kurzu se naučíte navrhnout smysluplné srovnání, získat z dat užitečnou odpověď a jasně říct, co výsledky podporují — a co z nich naopak tvrdit nemůžeme.

Materiály aktuálního semestru Rozvrh 2026/27

Logo kurzu Biostatistika: rostoucí datová řada spojená s listem
Kód
MB120P163
Semestr
Zimní 2026/27
Výuka
90 min přednáška + 120 min praktikum týdně
Kredity
5
Jazyk
Čeština
Instituce
Přírodovědecká fakulta UK

Pro koho kurz je

Kurz je určen především studentům biologických a ekologických oborů, kteří chtějí rozumět datům z pozorování a pokusů a používat je k odpovědím na vědecké otázky. Předchozí zkušenost se statistikou, datovou analýzou ani programováním není nutná. Všechny důležité pojmy i práci se statistickým softwarem R budujeme od základů; úplní začátečníci mohou před zahájením výuky využít volitelný úvod do programování ve jazyce R pomocí RStudia.

Od otázky k poznání

01

Co chceme zjistit?

Konkrétní biologická otázka určuje, co potřebujeme pozorovat, měřit nebo porovnat.

02

Jak získáme přesvědčivá data?

Promyslíme uspořádání pokusu, způsob měření i možné vlivy, které by mohly výsledek zkreslit.

03

Co nám data dovolují tvrdit?

Pomocí grafů a jednoduchých výpočtů hledáme souvislosti, pracujeme s nejistotou a rozlišujeme signál od náhodného kolísání.

04

Dokáže náš postup zopakovat někdo další?

V R uchováváme jednotlivé kroky od načtení dat až po graf a závěr, aby byl celý postup průhledný a opakovatelný.

Jak výuka probíhá

Každý týden se na přednášce podíváme na biologickou otázku, data a způsob, jak z nich dojít k obhajitelnému závěru. Na navazujícím praktiku si stejný způsob uvažování vyzkoušíte v menší skupině pomocí R. Cílem není zapamatovat si co nejvíce příkazů, ale umět vysvětlit, proč daný krok děláme a co nám jeho výsledek říká.

Co si z kurzu odnesete

Po absolvování kurzu byste měli být schopni vzít biologickou otázku a tabulku dat a dojít k závěru, kterému rozumíte a který dokážete vysvětlit. Zejména budete umět:

  • navrhnout smysluplné měření nebo srovnání a poznat, co může výsledek zkreslit;
  • data zkontrolovat, přehledně zobrazit a popsat důležité rozdíly či souvislosti;
  • rozlišit zajímavý vzorec v datech od přesvědčivého důkazu a vyjádřit nejistotu výsledku;
  • posoudit, zda zvolený způsob analýzy odpovídá položené otázce a uspořádání dat;
  • provést základní analýzu v R tak, aby ji mohl zkontrolovat a zopakovat někdo další;
  • napsat krátký biologický závěr, který nepřehání, co data skutečně ukazují.

V oficiálních výsledcích učení níže se objevuje pojem statistický model. V tomto kurzu tím myslíme zjednodušený popis toho, jak pozorovaný výsledek souvisí s podmínkami, skupinami nebo jinými měřenými veličinami. Jeho znalost se předem nepředpokládá.

Zobrazit podrobné oficiální výsledky učení

Po absolvování kurzu dokážete:

  • rozlišit typy proměnných a zvolit odpovídající popis a graf;
  • převést biologickou nebo ekologickou otázku na model s určenou odezvou a prediktory;
  • použít lineární model jako základní nástroj analýzy;
  • interpretovat parametry lineárního modelu a zhodnotit sílu vztahu pomocí R²;
  • interpretovat odhad efektu včetně nejistoty vyjádřené intervalem spolehlivosti;
  • interpretovat p-hodnotu;
  • pracovat s více prediktory a popsat důsledky jejich korelace;
  • rozpoznat a interpretovat interakci prediktorů;
  • porovnat kandidátní modely pomocí AIC a obhájit volbu finálního modelu;
  • zachytit nelinearitu a zvolit jednoduché řešení pomocí transformace nebo vhodné funkce;
  • rozpoznat hierarchii v datech, například opakovaná měření, lokality nebo bloky, a určit, kdy je potřeba rozšíření modelu;
  • zvolit vhodný model pro kategoriální odezvu a zdůvodnit, proč lineární model nestačí pro binární data;
  • sestavit základní workflow analýzy v R: načtení dat → vizualizace → model → diagnostika → interpretace.

Kde hledat informace

Hlavní zdroj

Web kurzu (HUB)

Aktuální popis kurzu, rozvrh, pravidla hodnocení, veřejné studijní materiály a archiv semestrů.

Oficiální evidence

SIS

Zápis do předmětu a skupin, termíny zkoušek a formální studijní záznamy.

Soukromá výuka

Moodle

Testy, zadání, odevzdávání, výsledky a oznámení určená pouze zapsaným studentům.

Tento web je veřejný. Neobsahuje osobní studijní údaje, individuální výsledky ani neveřejná zadání.

Biostatistika a plánování ekologických pokusů

MB120P163 · Přírodovědecká fakulta Univerzity Karlovy

Veřejný průvodce kurzem a verzované studijní materiály.

Web

Zdrojový kód na GitHubu

Vytvořeno pomocí Quarto.

© 2026 Ondřej Mottl a tým kurzu Biostatistika. Všechna práva vyhrazena.