Marek Brabec

Publikace navazuje na první díl Moderní analýzy biologických dat a představuje vybrané modely a metody statistické analýzy korelovaných dat. Tedy lineární metody, které jsou vhodným nástrojem analýzy dat s časovými, prostorovými a fylogenetickými závislostmi v datech. Text knihy je praktickou příručkou analýzy dat v prostředí jednoho z nejrozsáhlejších statistických nástrojů na světě, volně dostupného softwaru R. Je sestaven z 19 vzorově vyřešených a okomentovaných příkladů, které byly vybrány tak, aby ukázaly správnou konstrukci modelu a upozornily na problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Text je psán jednoduchým jazykem srozumitelným pro čtenáře bez speciálního matematického vzdělání. Kniha je především určena studentům i vědeckým pracovníkům biologických, zemědělských, veterinárních, lékařských a farmaceutických oborů, kteří potřebují korektně analyzovat výsledky svých pozorování či experimentů s komplikovanější strukturou danou závislostmi mezi opakovanými měřeními stejných subjektů. Z Předmluvy: Podobně jako první díl, je i tento zaměřen na širokou biologickou problematiku, a to z oblastí ekologie, zoologie, botaniky, genetiky, zemědělství i medicíny. Používáme stejnou koncepci jako v prvním dílu, postavenou na řešení konkrétních příkladů od specifikace problému až po jeho závěr. Celkově je kniha zaměřena na praktickou analýzu reálných dat, a proto je v ní jen skutečně nezbytné množství teorie a maximum praktických příkladů. Přesto je zde teorie o něco více než v prvním dílu – vyžaduje to náročnější látka, o které zde pojednáváme.

Publikace navazuje na první dva díly Moderní analýzy biologických dat a představuje vybrané nelineární regresní modely a metody. Text knihy je praktickou příručkou analýzy dat v prostředí jednoho z nejrozsáhlejších statistických nástrojů na světě, softwaru R. Je sestaven z 19 vzorově vyřešených a okomentovaných příkladů, které byly vybrány tak, aby ukázaly správnou konstrukci modelu a upozornily na problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Text je psán jednoduchým jazykem srozumitelným pro čtenáře bez speciálního matematického vzdělání. Kniha je především určena studentům i vědeckým pracovníkům biologických, tj. zemědělských, veterinárních, lékařských a farmaceutických oborů, kteří potřebují analyzovat nelineární závislosti ve výsledcích svých pozorování či experimentů.

Kniha je zaměřena na regresní modely, konkrétně jednorozměrné zobecněné lineární modely (GLM). Je určena především studentům a kolegům z biologických oborů a vyžaduje pouze základní statistické vzdělání, jakým je např. jednosemestrový kurz biostatistiky. Text knihy obsahuje nezbytné minimum statistické teorie, především však řešení 18 reálných příkladů z oblasti biologie. Každý příklad je rozpracován od popisu a stanovení cíle přes vývoj statistického modelu až po závěr. K analýze dat je použit populární a volně dostupný statistický software R. Příklady byly záměrně vybrány tak, aby upozornily na leckteré problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Zároveň mají čtenáře motivovat k tomu, jak o statistických modelech přemýšlet a jak je používat. Řešení příkladů si může čtenář vyzkoušet sám na datech, jež jsou dodávána spolu s knihou.

Kniha je zaměřena na regresní modely, konkrétně jednorozměrné zobecněné lineární modely (GLM). Je určena především studentům a kolegům z biologických oborů a vyžaduje pouze základní statistické vzdělání, jakým je např. jednosemestrový kurz biostatistiky. Kniha obsahuje nezbytné minimum statistické teorie, především však řešení 18 reálných příkladů z oblasti biologie. Každý příklad je rozpracován od popisu a stanovení cíle přes vývoj statistického modelu až po závěr. K analýze dat je použit populární a volně dostupný statistický software R. Příklady autoři záměrně vybrali tak, aby upozornili na různé problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Zároveň mají čtenáře motivovat, jak o statistických modelech přemýšlet a jak je používat. Řešení příkladů si může čtenář vyzkoušet na datech, jež jsou dodávána spolu s knihou. Z Předmluvy autorů: Po jedenácti letech jsme se rozhodli připravit druhé vydání prvního dílu. Jde o přepracované vydání, a to jak koncepčně, tak obsahem. Inovace je spojena především s propracovanějším výkladem látky. Při výuce jsme za těch 11 let zjistili, které věci jsou pro studenty těžce srozumitelné, resp. co v knize chybí. To jsme se snažili lépe vysvětlit, resp. doplnit. Největší změnou je zkrácení kapitoly 5, původně neúměrně dlouhé, přesunem některých jejích částí do jiných kapitol. Věříme, že se tím zlepší i celkové pochopení teorie. Software R se za posledních 11 let značně vyvinul a rozrostl. A to jak do významu, tak i do obsahu. V současné době je to jeden z předních statistických programových nástrojů. Jeho použití pro statistickou analýzu, přípravu dat i podpůrné výpočty se v dnešní době vyučuje na mnoha univerzitách a stalo se tak například v biologii standardem.

Publikace navazuje na první díl Moderní analýzy biologických dat a představuje vybrané modely a metody statistické analýzy korelovaných dat. Tedy lineární metody, které jsou vhodným nástrojem analýzy dat s časovými, prostorovými a fylogenetickými závislostmi v datech. Text knihy je praktickou příručkou analýzy dat v prostředí jednoho z nejrozsáhlejších statistických nástrojů na světě, volně dostupného softwaru R. Je sestaven z 19 vzorově vyřešených a okomentovaných příkladů, které byly vybrány tak, aby ukázaly správnou konstrukci modelu a upozornily na problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Text je psán jednoduchým jazykem srozumitelným pro čtenáře bez speciálního matematického vzdělání. Kniha je především určena studentům i vědeckým pracovníkům biologických, zemědělských, veterinárních, lékařských a farmaceutických oborů, kteří potřebují korektně analyzovat výsledky svých pozorování či experimentů s komplikovanější strukturou danou závislostmi mezi opakovanými měřeními stejných subjektů.

Publikace navazuje na první dva díly Moderní analýzy biologických dat a představuje vybrané nelineární regresní modely a metody. Text knihy je praktickou příručkou analýzy dat v prostředí jednoho z nejrozsáhlejších statistických nástrojů na světě, softwaru R. Je sestaven z 19 vzorově vyřešených a okomentovaných příkladů, které byly vybrány tak, aby ukázaly správnou konstrukci modelu a upozornily na problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Text je psán jednoduchým jazykem srozumitelným pro čtenáře bez speciálního matematického vzdělání. Kniha je především určena studentům i vědeckým pracovníkům biologických, tj. zemědělských, veterinárních, lékařských a farmaceutických oborů, kteří potřebují analyzovat nelineární závislosti ve výsledcích svých pozorování či experimentů.

Kniha je zaměřena na regresní modely, konkrétně jednorozměrné zobecněné lineární modely (GLM). Je určena především studentům a kolegům z biologických oborů a vyžaduje pouze základní statistické vzdělání, jakým je např. jednosemestrový kurz biostatistiky. Text knihy obsahuje nezbytné minimum statistické teorie, především však řešení 18 reálných příkladů z oblasti biologie. Každý příklad je rozpracován od popisu a stanovení cíle přes vývoj statistického modelu až po závěr. K analýze dat je použit populární a volně dostupný statistický software R. Příklady byly záměrně vybrány tak, aby upozornily na leckteré problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Zároveň mají čtenáře motivovat k tomu, jak o statistických modelech přemýšlet a jak je používat. Řešení příkladů si může čtenář vyzkoušet sám na datech, jež jsou dodávána spolu s knihou.

Publikace navazuje na první díl Moderní analýzy biologických dat a představuje vybrané modely a metody statistické analýzy korelovaných dat. Tedy lineární metody, které jsou vhodným nástrojem analýzy dat s časovými, prostorovými a fylogenetickými závislostmi v datech. Text knihy je praktickou příručkou analýzy dat v prostředí jednoho z nejrozsáhlejších statistických nástrojů na světě, volně dostupného softwaru R. Je sestaven z 19 vzorově vyřešených a okomentovaných příkladů, které byly vybrány tak, aby ukázaly správnou konstrukci modelu a upozornily na problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Text je psán jednoduchým jazykem srozumitelným pro čtenáře bez speciálního matematického vzdělání. Kniha je především určena studentům i vědeckým pracovníkům biologických, zemědělských, veterinárních, lékařských a farmaceutických oborů, kteří potřebují korektně analyzovat výsledky svých pozorování či experimentů s komplikovanější strukturou danou závislostmi mezi opakovanými měřeními stejných subjektů.