.

0 (hodnocen0 x )

(0.6) Půjčeno:1x 

BK

EB

Vydání první

V Praze : Univerzita Karlova v Praze, nakladatelství Karolinum, 2015

345 stran : ilustrace, 1 mapa ; 24 cm

ISBN 978-80-246-2782-3 (brožováno)

Obsahuje bibliografii na stranách 333-336 a rejstřík

Popsáno podle tištěné verze

001481104

1. Úvod 11 // 2. Obecné úvahy 17 // 2.1. Rozdíly biologie a matematiky 17 // 2.2. Přístupy k řešení problémů 18 // 2.3. Populace a výběr základ statistické indukce 19 // 3. Typy sledovaných veličin 23 // 3.1. Co můžeme sledovat 23 // 3.2. Typy náhodných veličin 24 // 3.2.1. Alternativní veličiny 25 // 3.2.2. Nominální veličiny 25 // 3.2.3. Ordinální veličiny 26 // 3.2.4. Kvantitativní veličiny 28 // 3.2.5. Celočíselné veličiny 30 // 4. Základní statistické charakteristiky 33 // 4.1. Miry pro kvalitativní veličiny 34 // 4.1.1. Pravděpodobnost 35 // 4.1.2. Relativní četnost 36 // 4.2. Míry polohy 37 // 4.2.1. Průměr (aritmetický) 37 // 4.2.2. Geometrický průměr 38 // 4.2.3. Medián 39 // 4.2.4. Modus 40 // 4.2.5. Useknutý průměr 41 // 4.2.6. Kvant.il 41 // 4.3. Míry měřítka (variability) 41 // 4.3.1. Rozptyl 42 // 4.3.2. Rozpětí 43 // 4.3.3. Mezikvartilové rozpětí 44 // 4.3.4. Odhad MAD 44 // 4.3.5. Variační koeficient 45 // 4.4. Ostatní charakteristiky 45 // 4.4.1. Sikinost, skewness 45 // 4.4.2. Špičatost kurtosis 46 // 4.5. Praktické příklady jednotlivých charakteristik 47 // 5. Modely náhodné veličiny - rozložení pravděpodobnosti 51 // 5.1. Nominální veličiny 51 // 5.2. Diskrétní (celočíselné) kvantitativní veličiny 51 // 5.2.1. Binomické rozložení 51 // 5.2.2. Multinomické rozložení 52 // 5.2.3. Poissonovo rozložení 53 // 5.2.4. Negativně binomické (Pascalovo) rozložení 54 // 5.2.5. Nakažlivá rozložení 54 // 5.3. Spojité kvantitativní veličiny 55 // 5.3.1. Normální (Gaussovo) rozložení 55 // 5.3.2. Logaritmicko-normální rozložení 57 // 5.3.3. Exponenciální rozložení 58 // 5.3.4. Weibnllovo rozložení 58 // 5.3.5. Rovnoměrné rozložení 59 // 5.3.6. Logistické rozložení 59 // 5.4. Výběrová rozložení rozložení testovacích statistik 60 //

5.4.1. x2-rozloženi 61 // 5.4.2. Studentovo t-rozložení 61 // 5.4.3. Fisherovo F-rozložení 62 // 6. Statistické odhady a testy - základní principy 65 // 6.1. Odhady populačních charakteristik 65 // 6.2. Bodové odhady 66 // 6.3. Intervalové odhady 66 // 6.3.1. Intervalové odhady populačních charakteristik intervaly spolehlivosti 768 // 6.3.2. Intervalové odhady predikční intervaly 70 // 6.3.3. Intervalové odhady toleranční intervaly 71 // 6.4. Rozdíl interpretace intervalu spolehlivosti a tolerančního intervalu 71 // 6.5. Obecné principy při konstrukci odhadli 74 // 6.6. Statistické testy 75 // 6.7. Nové možnosti výpočetní techniky 78 // 7. Ověřování typu rozložení dat - klíč k volbě modelu 81 // 7.1. Grafické zobrazení výběrového rozložení 81 // 7.2. Testy k ověření typu rozložení 85 // 7.2.1. у2 testy dobré shody 85 // 7.2.2. Kolmogorův-Smirnovův test 86 // 7.2.3. Test normality Shapirův-Wilkův 87 // 7.2.4. Další možnosti 87 // 7.3. Význam znalosti typu rozložení 88 // 8. Porovnání kvantitativní veličiny jednoho výběru s pevnou hodnotou 93 // 8.1. Testy charakteristik 93 // 8.1.1. Jednovýběrový Z-test. 94 // 8.1.2. Jednovýběrový t-test 95 // 8.1.3. Jednovýběrový znaménkový (mediánový) test 97 // 8.1.4. Jednovýběrový Wilcoxonův test 98 // 8.2. Intervalové odhady 100 // 8.2.1. Intervaly spolehlivosti 100 // 8.2.2. Predikční intervaly 102 // 8.2.3. Toleranční intervaly 103 // 8.2.4. Konstrukce intervalových odhadů metodou bootstrap 104 // 8.2.5. Praktické ukázky intervalových odhadů 104 // 8.2.6. Co nejsou intervalové odhady 104 // 9. Porovnáni kvantitativní veličiny ve dvou různých výběrech 109 // 9.1. Dvě skupiny 109 // 9.1.1. Dvouvýbérový t-test, 109 // 9.1.2. Porovnání dvou rozptylů 111 // 9.1.3. Dvou výběrový znaménkový test (mediánový) 111 //

9.1.4. Dvouvýbérový Wilcoxonův test 112 // 9.1.5. Poznámka k testům porovnání dvou skupin 113 // 9.2. Párové porovnání 113 // 9.2.1. Párový t-test 114 // 9.2.2. Párový znaménkový test (mediánový) 114 // 9.2.3. Párový Wilcoxonův test 114 // 9.2.4. Praktické použití párových porovnám 115 // 9.2.5. Několik poznámek k párovému testu a korelaci 117 // 10. Analýza vztahu dvou spojitých veličin 121 // 10.1. Společné rozložení dvou veličin 121 // 10.2. Kovariance míra lineárního vztahu dvou veličin 124 // 10.3. Koeficient lineární korelace 125 // 10.4. Robustní varianty korelačních koeficientů 129 // 10.4.1. Spearmanův koeficient monotónní korelace 129 // 10.4.2. Kendallův koeficient monotónní korelace 129 // 10.5. Praktické ukázky různých typů závislostí 130 // 10.0. Lineární regresní model 131 // 10.0.1. Lineární regresní model normálně rozložené náhodné veličiny 132 // 10.0.2. Regresní modely procházející počátkem (bez interceptu) regrese procházející počátkem 136 // 10.0.3. Vztah regresního lineárního modelu a lineárního korelačního koeficientu . 13S // 10.0.4. Oblasti spolehlivosti intervalové odhady 141 // 10.0.5. Problémy s linearitou a normalitou transformace modelu 143 // 10.0.0. Ověření předpokladu lineárního regresního modelu 144 // 10.6.7. Odlehlá pozorování v regresi 147 // 10.6.8. Analýza reziduí 149 // 10.7. Vztah více než dvou veličin 154 // 10.7.1. Vícenásobná regrese 155 // 10.7.2. Vícerozměrná regrese 156 // 10.7.3. Korelace více veličin 157 // 10.7.4. Porovnání modelů 159 // 10.7.5. Polynomická regrese 161 // 10.8. Nelineární regrese 163 // 10.9. Robustní regresní metody 165 // 10.10 Metody vyhlazování časových řad 108 // 11. Porovnání kvantitativní veličiny ve více skupinách - analýza rozptylu - ANOVA 171 //

11.1. Podmínky použitelnosti analýzy rozptylu 173 // 11.1.1. Test shody rozptylů 174 // 11.2. Více skupin analýza rozptylu jednoduchého třídění způsob výpočtu 176 // 11.2.1. Kontrasty 181 // 11.3. Metody mnohonásobného srovnávání 184 // 11.4. Neparametrické varianty analýzy rozptylu 188 // 11.5. Vztah mezi regresí a analýzou rozptylu 189 // 11.6. Analýza rozptylu dvojného třídění 190 // 11.7. Opakovaná pozorování 196 // 11.8. Testování modelu a „podmodelu“ 198 // 11.9. Obecnější modely analýzy rozptylu 199 // 11.10 Model se smíšenými efekty 200 // 11.10.1 Párový t-test pomocí modelu se smíšenými efekty 202 // 11.10.2. Dvouvýběrový t-test pomocí modelu se smíšenými efekty 208 // 11.10. Obecnější model smíšených efektů 208 // 12. Kvalitativní veličiny a jejich vztah 207 // 12.1. Odhad a testy pravděpodobnosti alternativní veličiny 207 // 12.1.1. Aproximace normálním rozložením 207 // 12.1.2. Fleissova kvadratická aproximace 208 // 12.1.8. Exaktní binomický test 208 // 12.2. Obecná kontiugenční tabulka 209 // 12.3. Kontiugenční tabulka 2x2 213 // 12.3.1. Míry vztahu dvou alternativních veličin 218 // 12.3.2. McNemarova hypotéza symetrie 221 // 12.3.3. Shoda dvou hodnotitelů 223 // 12.4. Typy studií způsoby konstrukce kontingenčních tabulek 224 // 12.4.1. Průřezová studie 225 // 12.4.2. Kohortová studie 225 // 12.4.3. Studie případ ů-kont. rol 225 // 12.4.4. Typy studií a míry nezávislosti 226 // 12.4.5. Studie typu případů a kontrola 226 // 12.4.6. Průřezová studie 227 // 12.4.7. Kohortová studie 227 // 12.5. Stratifikované kontiugenční tabulky 228 // 12.6. Test, trendu v kontingenční tabulce 232 // 12.7. Souvislost testů pro kategoriální a spojité veličiny 234 // 12.8. Intenzita incidence 235 // 12.9. Hodnocení kvality screeningových testů 237 //

12.10 ROC křivky 240 // 13. Výběr a jeho reprezentativnost 243 // 13.1. Rušivé faktory 244 // 13.2. Konstrukce výběru pro studie popisující populaci 244 // 13.3. Plány experimentu 246 // 13.3.1. Rozdělení na skupiny (do větví) 246 // 13.3.2. Volba kontrolní skupiny 246 // 13.3.3. Použití placeba 247 // 13.3.4. Párové uspořádání dat 248 // 13.3.5. Křížový pokus 248 // 13.4. Stanovení rozsahu výběru 249 // 13.4.1. Rozsah výběru pro jednovýběrový t-test 249 // 13.4.2. Rozsah výběru pro dvouvýbérový t-test 250 // 13.4.3. Rozsah výběru pro test binomické veličiny 251 // 13.5. Metoda vážení 252 // 13.6. Standardizace 253 // 13.6.1. Přímá standardizace 255 // 13.6.2. Nepřímá standardizace 256 // 13.6.3. Inverzní standardizace 256 // 13.6.4. Intervaly spolehlivosti pro standardizované ukazatele 257 // 14. Další modely pro studium závislosti veličin 261 // 14.1. Logistická regrese model závislosti alternativní veličiny 261 // 14.2. Další modely pro alternativní veličinu 266 // 14.2.1. Účinná dávka ED50 či LD50 266 // 14.3. Poissonovská regrese model závislosti počtů na spojité či kvalitativní veličině . 267 // 15. Analýza cenzorovaných dat 269 // 15.1. Neúplná informace cenzorovaná data 269 // 15.2. Analýza přežití 271 // 15.2.1. Odhad doby do události (doby přežití) 273 // 15.2.2. Tabulky přežití 274 // 15.2.3. Neparametrické metody 275 // 15.2.4. Semiparametrieké metody 279 // 15.2.5. Parametrické metody 281 // 15.2.6. Složitější parametrické modely pro analýzu přežití 283 // 15.2.7. Rozdíly mezi neparametrickým, parametrickým a semiparametrickým přístupem 284 // 15.3. Cenzorovaná data hodnoty pod detekčním limitem 284 // 15.4. Použiti analýzy cenzorovaných dat k odfiltrování epidemií 286 // 15.4.1. Nalezení epidemického prahu 286 //

15.4.2. Odlmd počtu úmrtí zvýšeného výskytem epidemie 288 // 15.4.3. Složitější modely pro nalezení odhadu očekávaného výskytu „baseline“. 291 // A. Jemný úvod do programu R 295 // B. Využití výpočetní techniky pro statistická hodnocení 313 // C. Grafy - užitečný nástroj interpretace a jejich úskalí 315 // D. Ukázky chybných použití statistiky 321 // D.1. Chyby při používání statistiky a interpretaci výsledků analýz 321 // D.2. Cestou statistiky i medicíny k stejnému závěru 330 // E. Data a skripty k jednotlivým kapitolám 331 // Literatura 333 // Rejstřík 337

(OCoLC)918005617

cnb002626649