Jak pracovat s materiály

Jak se připravovat na výuku, začít se statistickým softwarem R, vybrat správný studijní materiál a najít doporučenou literaturu.

Co jsou R a RStudio

R je bezplatný statistický software a programovací jazyk, který budeme používat ke kontrole dat, výpočtům a tvorbě grafů. RStudio Desktop je aplikace, která práci s R usnadňuje: v jednom okně umožňuje psát postup, prohlížet data, spouštět jednotlivé příkazy a zobrazovat výsledky.

R skript je obyčejný textový soubor s příkazy pro R. Uchovává jednotlivé kroky analýzy, takže je nemusíte pokaždé zadávat znovu a někdo další může váš postup zkontrolovat nebo zopakovat. Projekt v RStudiu propojuje skript, data a další soubory jedné lekce v jedné projektové složce.

Nainstalujte R i RStudio Desktop. Pokud s programováním začínáte, využijte volitelný úvod před začátkem pravidelné výuky. Lekce mohou používat také doplňky pro R, kterým se říká balíčky (packages); jejich instalaci řešte podle konkrétních pokynů v materiálech.

Doporučený týdenní rytmus

  1. Před výukou si přečtěte hlavní otázku a cíle lekce a rychle projděte HTML skripta.
  2. Na přednášce pracujte s biologickou otázkou, grafy a interpretací; prezentace není náhradou skript.
  3. Na praktiku spusťte R skript po jednotlivých krocích a u každého důležitého výsledku si položte otázku: „Co mi to říká o původní biologické otázce?“
  4. Po výuce zkuste projít cestu od otázky k závěru bez slepého kopírování a poznamenejte si, čemu ještě nerozumíte.
  5. Nejasnosti řešte včas na praktiku, konzultaci nebo v komunikačním kanálu uvedeném v Moodle.

Co znamenají odkazy u lekce

Skripta, prezentace, R skripty a data jsou na kartě lekce vždy vidět. QMD zdroje, repozitář a přílohy najdete po rozbalení části Pro vyučující a zájemce.

Odkaz K čemu slouží
Skripta HTML Hlavní, prohledávatelný studijní text pro čtení online.
Skripta PDF Stejný obsah pro offline čtení nebo tisk.
Prezentace HTML Interaktivní slidy používané při výuce.
Prezentace PDF Neinteraktivní verze slidů pro offline použití.
R skript Textový soubor s příkazy pro R, který vás provede praktickou analýzou krok za krokem.
Data Datové soubory potřebné pro danou lekci.
QMD zdroj Soubor, ze kterého vznikl text nebo prezentace. Je určen hlavně zájemcům; pro běžné studium jej nepotřebujete.
Repozitář Zdrojová a pracovní historie lekce, pokud je repozitář veřejně zpřístupněn. Pro běžné studium jej nepotřebujete a jeho obsah může být napřed oproti schváleným materiálům.
Příloha Doplňující dokumenty, například licence materiálů a kódu nebo původ výukových dat.

Stabilní a archivované verze

Stránka Materiály vždy odkazuje na poslední verzi každé lekce schválenou pro studenty. Opravy, které vyučující teprve připravují, tento odkaz nezmění. Archiv uchovává materiály tak, jak byly používány v konkrétním semestru; uzavřený semestr se už nemění.

Doporučená literatura

K absolvování kurzu stačí materiály zveřejněné na tomto webu: skripta, prezentace, R skripty a data. Literatura je nepovinná a hodí se, když chcete látku vidět z jiného úhlu nebo si ji procvičit na dalších příkladech. Požadavky kurzu určují tyto materiály, ne uvedené knihy.

Knihy

Zdroj K čemu se hodí
Lepš, J., Šmilauer, P. (2024): Biostatistika, 2. přepracované vydání. Nakladatelství Jihočeské univerzity, České Budějovice. ISBN 978-80-7694-066-6. (česky) Česká učebnice statistiky pro biology s postupy v programech Statistica a R.
Crawley, M. J. (2013): The R Book, 2. vydání. John Wiley & Sons, Chichester. (anglicky) Rozsáhlá příručka k R a statistickým postupům v něm.
Dalgaard, P.: Introductory Statistics with R. Springer. (anglicky) Stručný úvod do statistiky s ukázkami v R.

Online zdroje v angličtině

Zdroj K čemu se hodí
Wickham, H., Çetinkaya-Rundel, M., Grolemund, G.: R for Data Science, 2. vydání. Práce s daty a grafy v R.
Ismay, C., Kim, A. Y., Valdivia, A.: Statistical Inference via Data Science: A ModernDive into R and the Tidyverse, 2. vydání. Statistické myšlení a R krok za krokem.
Thulin, M. (2024): Modern Statistics with R: From Wrangling and Exploring Data to Inference and Predictive Modelling, 2. vydání. Statistika od základů po regresní modely a predikci, včetně simulací a bootstrapu; vše s příklady v R.
Gosnell, J. S.: Biostatistics: Concepts and Approaches for Collecting Good Data and Turning It into Knowledge. Biostatistika z biologického pohledu: sběr dat, testování hypotéz, analýza rozptylu a regrese s příklady z přírody a výpočty v R.
Irizarry, R. A.: Introduction to Data Science. Část 1: Data Wrangling and Visualization with R; část 2: Statistics and Prediction Algorithms Through Case Studies. Část 1: práce s daty a vizualizace v R (tidyverse, ggplot2). Část 2: pravděpodobnost, statistická inference a lineární modely na případových studiích.
Irizarry, R. A., Love, M. I.: PH525x Series – Biomedical Data Science. Statistika a analýza dat v biomedicíně a genomice (např. RNA-seq). Zaměřením je užší než náš kurz.

Online zdroje mohou používat jiný styl zápisu R kódu než naše materiály nebo pokrývat širší témata. Závazný rozsah kurzu, terminologii a požadavky vymezují materiály na tomto webu.

Když se něco nedaří

  • Zkontrolujte, že jste otevřeli správný projekt v RStudiu a že soubory nepřesouváte mimo jeho složku.
  • Spusťte skript od začátku a přečtěte první chybovou hlášku, ne pouze poslední následek.
  • Porovnejte svůj soubor se stabilní verzí na stránce Materiály.
  • U dotazu uveďte lekci, krok, přesnou hlášku a co jste již vyzkoušeli; neposílejte pouze snímek obrazovky bez kontextu.
  • Organizační dotazy a neveřejné informace směřujte podle pokynů v Moodle, obsahové dotazy můžete přinést na praktikum nebo konzultaci.

Neznámé pojmy hledejte také ve Slovníku pojmů.