- Stahuj zápisky z přednášek a ostatní studijní materiály
- Zapisuj si jen kvalitní vyučující (obsáhlá databáze referencí)
- Nastav si své předměty a buď stále v obraze
- Zapoj se svojí aktivitou do soutěže o ceny
- Založ si svůj profil, aby tě tví spolužáci mohli najít
- Najdi své přátele podle místa kde bydlíš nebo školy kterou studuješ
- Diskutuj ve skupinách o tématech, které tě zajímají
Studijní materiály
Zjednodušená ukázka:
Stáhnout celý tento materiálStálost. Časově invariantní, neemotivní a úplnáexpertíza jako odpověď na stejný problém.
Populace (základní soubor) je zadánapřesným stanovením jejích prvku.
Prvky jsou buď dány výčtem, nebovymezením některých společnýchvlastností.
Parametr (populační charakteristika) ječíselná charakteristika populace, např.:* průměrná výška osmiletých dívek v ČR.
V pokusu plánovitě měníme faktory a
sledujeme jejich vliv.
Příkladem klinického pokusu je srovnávacístudie účinků chirurgické a konzervativníléčby určitého onemocnění.
Pacienty náhodně rozdělíme do dvouskupin, z nichž jednu léčíme chirurgicky adruhou konzervativně.
Výsledky léčby vzájemně porovnáme.
Klinické pokusy lze rozdělit podlevnějších okolností:
o kontrolovaný pokus,
o slepý pokus,dvojitě slepý pokus.
Pro zjištění účinku vitaminu C na určitévirové onemocnění, nemocné náhodněrozdělíme do dvou skupin. Pouze jednéskupině podáváme vitamin C.
Druhy náhodného vyberu
'rostý náhodný výběr
s Provádí se různými technikami losování,které musí zaručit, aby každý prvekpopulace měl stejnou možnost být zařazendo výběru.
Mechanický (systematický) výběr
o Je založen,na urgitém, předem danémuspořádáníupryku populace. Do výběrovéhosouboru zařadíme všechny prvky, kteréjsou odvsebewvzdáleny o zvoleny výběrovýkrok. přičemž první prvek vyberemeprostým náhodným výběrem.
)b!astní (stratifikovaný) výběr
5 Studovaná populace je rozdělena do dílčíchoblastí. Oblasti jsou vytvořeny tak, aby bylyuvnitř homogenní (ve sledovaných znacíchse příliš neliší) a mezi sebou heterogenní(sledované znaky se značně liší).
skupinový výběr
Je-li základní soubor velmi rozsáhlý, čítajícístatisíce nebo miliony osob, lze prostýnáhodný výběr uskutečnit jen velmi obtížně.Nevybíráme proto jednotlivé osoby, nýbržcelé skupiny osob, které tvoří buď přirozenénebo umělé agregáty.
/ícestupňový výběr
o Je založen na existenci určitéhohierarchického popisu prvků základníhosouboru. K těmto prvkům se postupnědostáváme přes vyšší výběrové jednotky,například: města - bloky - domy -domácnosti; okresy - závody - dílny -zaměstnanci.
Bodový odhad populačního průměru \ina základě výběrového průměru,
pr. n=20, x=70, s2=25, s=5.
Intervalový odhad průměru \xinterval spolehlivosti - interval zkonstruovanýpomocí výběrového průměru, uvnitř kteréholeží s vysokou pravděpodobností hodnota
populačního průměru ... výběr-> populace
Intervalový odhad průměruX ~ l\l (u., cr2/n) : x+1,96* cr/Vn- pro 95% interval spolehlivosti
Př: Je dán výběr 20 mužů, průměrná hmotnost x=70kg, výběrovásměrodatná odchylka s=5kg. Jaký je 95% interval spolehlivosti?Řešení: 95% interval spolehlivosti: 7012,093*5/ \20
(67,7 ; 72,3)
Testování hypotéz
I Statistické testování hypotéz je širocerozšířeno ve vědeckých pracích.
Je způsobem analýzy a zveřejnění výsledkůsrovnávacích studií.
Většina statistických analýz zahrnujeporovnání různých způsobů léčby, metod, čiskupin případů.
Číselná hodnota odpovídající porovnání se
nazývá efekt. Tvrzení, že efekt je nulový,
nazveme nulovou hypotézou.
Znamená to například, že průměry bílkovinného sérajsou stejné pro muže i ženy nebo že dvě léčbybolesti hlavy jsou stejně efektivní.
Nulová a alternativní hypotéza
Nulová hypotéza je obvykle opakemtoho, co chceme výzkumem prokázat,když zahajujeme studii a začínámesbírat data.
Existuje i alternativní hypotéza. Ta
obecně tvrdí, že efekt není nulový.
V našem příkladu by zkoumanou hypotézoumohla být existence rozdílu v průměrubílkovinného séra mezi muži a ženami.
Hladina významnosti
Poté, co je zformulována nulová hypotéza anasbírána data, vypočte se pravděpodobnost,s jakou bychom mohli obdržet pozorovanádata nebo data stejně, či ještě více odporujícínulové hypotéze, za předpokladu, že je nulováhypotéza pravdivá.
Tato pravděpodobnost se nazývá dosaženáhladina významnosti a značí se p (p-value, p-
level).
Čím menší je p, tím neudržitelnější čili ménědůvěryhodná je nulová hypotéza.
Statistická vs. klinickávýznamnost
Použití slova "významnost" vede kmnoha nedorozuměním, zda je míněnavýznamnost statistická, nebo klinická.
Obvyklá praxe je pokládat statistickyvýznamný výsledek za skutečný efekt,a v důsledku toho i za výsledek klinickydůležitý, a naopak.
Tato interpretace však nemusí býtnutně oprávněná.
Statistická vs. klinickávýznamnost
Napr. při porovnávání krevního tlaku na levé apravé ruce byl zjištěn průměrný rozdíl 1 mmHg. Tento rozdíl je vysoce statistickyvýznamný (díky velkému rozsahu výběru), alenení důležitý klinicky.
Podobně není rozumné brát nevýznamnývýsledek jako indikaci neexistence efektu jenproto, že nemůžeme zamítnout nulovouhypotézu. (Je možné, že experiment mělnedostatečnou sílu způsobenou příliš malýmpočtem pozorování.)
Chyba I. a II. druhu a síla testu
Rozhodování o nulové hypotéze na jistéhladině významnosti na základě náhodnéhovýběru muže vést ke vzniku dvou možných
chyb:
Můžeme dostat významný výsledek např. p0,05), i když nulová hypotéza ve skutečnostineplatí, v takovém případe se dopustíme chyby II.
Chyba I. a II. druhu a síla testu
Pravděpodobnosti chyby I. a II. druhujsou označovány a a p.
Hodnota závisí jak na velikostizkoumaného efektu, tak na rozsahuvýběru.
Častěji hovoříme o síle testu, což je 1-/?.
Geny obsahují informaci ve forměspecifické sekvence nukleotidů.
V DNA se vyskytují nukleotidy se 4bázemi:
o guanin - G,adenin - A,ty min - T,cytosin - C.
Nukleotidy DNA jsou tvořeny
o fosfátovou skupinouribózou (deoxyribózový cukr)jednou ze 4 dusíkatých bází (G, A, T, C)
Vznikají tak:
adenosin-S^monofosfát (AMP)guanosin-S^monofosfát (GMP)tymosin-S^monofosfát (TMP)cytosin-5'-monofosfát (CMP)
Rozdíl mezi vlákny DNA ^^H
Vlákna v dvojité molekule DNA jsou^
komplementární.^
G«*C I^
AT |^
Interakce mezi G a C a mezi A a T jsou^
]iné interakce nejsou možné z důvodů přílišné Ivelikosti bází nebo jiné chemické struktury. ^
Konsekvence párovaní
Ačkoliv jsou obě vlákna v DNAkomplementární, nejsou ve stejné 5'/3'orientaci.
Vlákna jsou anti-paralelní (51 konecjednoho vlákna odpovídá 3' koncidruhého) - jde o reverzní komplement,
Gen je úsek polynukleotidovéhořetězce, který obsahuje genetickouinformaci pro
strukturu polypeptidu jako translačního
produktu (gen strukturní),
strukturu RNA, která nepodléhá translaci
(geny pro rRNA a tRIMA).
,enom organismu je definován jakooubor všech informací kódovaných v
DNA v buňce či organismu (u některých
mru v RNA).
Pojem byl zaveden v r. 1920 jakokombinace částí slov gene a:hromosome.
Přesněji: genom organismu jekompletní DNA sekvence jedné sadychromozomů.Chromozom je velká makromolekula
DNA.
Je základní jednotkou DNA v buňce.
Jde o velmi dlouhý úsek DNA obsahujícmnoho genů.
Slovo chromozom pochází z řeckéhocomes from the Greek XP^Ma (chromá,barva) and acbua (sóma, tělo) pro jehosilné zbarvení.
ribóza - kyselina ribonukleováRMA (RiboNucleic Acid)
deoxyribóza - kyselina deoxyribonukleováDNA (DeoxyriboNucleic Acid)
ao meaicinsKe mrormaiiKy pro
Nukleotidy DNA a jejich báze
adenin
guanin
tymin
0-P-OH,C,
usfátová (deoxy)rlbóza
mina
cytosin
važdá genetická informace je zapsánairimární struktuře nukleové kyseliny.
Genetická informace je informace oiyntéze všech proteinu v buňce.
rozhodující význam mají molekuly DN/
pouze některé viry bez DNA ji mají zapsániv RNA.
Jtruktura DNA se během života buňkylemění (kromě mutací).
">NA se může replikovat při vznikuceřiných buněk.
Informace je uložena formou sekvencebází.
Je použita 4-písmenná abeceda.
Sekvence bází v DNA také určujesekvenci aminokyselin v proteinu.
Triplet nukleotid o vých párů kódujejednu aminokyselinu (kodon).
Existuje 43=64 tripletů.
Rozděleni RNA
lediátorová RNA - mRNA
o Přenos genetické informace z jádra namísto syntézy bílkovin.
"ransferová RNA - tRNA
Účastní se procesu translace naribozomech.
Ubosomová RNA - rRNA
Strukturální součást ribozomů (ribozomy-místo syntézy polypeptidických řetězců).
Model
aje systém simulující objekt za určitýchpodmínek.
Pravděpodobnostní model
je systém poskytující různé výstupy srůznými pravděpodobnostmi, a
může simulovat třídu objektů.
u *-. ví* w ii*i« ro •] i r»ici 4
'odmíněná pravděpodobnostVzájemná pravděpodobnostlarginální pravděpodobnost
•ravděpodobnostní poměr je dánloměrem p. obou modelů:
P(x,y\M) nP^p^
P(*,y\R) FKEK ' %%
_ogantmiCKypravděpodobnostní poměr
Obvykle se využívá aditivníhoskórovacího systému.
Tomu odpovídá logaritmickýpravděpodobnostní poměr:
i
kde s(xify^) je individuální skóre
Needlemanúv-Wunschův a.
Myšlenka: globální zarovnání využijepředchozí lokální zarovnání kratšíchsubsekvencí.
Vytváří se matice F (indexovaná / ajpro jednotlivé sekvence).
F(iJ) je skóre nejlepšího zarovnání me;počátečním segmentem xlmmi sekvence ;do x,- a počátečním segmentem yt 7-sekvence y do y7-.
Needlemanuv-Wunschuv a.
F{iJ) je konstruována rekurzivně.
Inicializace je F(ij)=0.
Po té se matice plní shora zlevasměrem dolů doprava:
Náročnost Needlemanova-Wunschova algoritmu
Výpočetní a paměťové nároky jsou vanalýze biologických dat vždy kritické.
V N.-W. a. potřebujemea (m+l).(n+l) paměťových míst,pro každé číslo vypočítat 3 součty a 1maximum.
Celková časová náročnost je0{nm) - časová náročnosta protože obvykle n *m, pak náročnost je
^rorarii
ákladní úlohou sekvenční analýzy jetázka, zda jsou dvě sekvence v relacizda spolu souvisí, zda mají společnéhoiředka).
Ilona má dvě části:
> párování (zarovnání sekvencí nebo jejichčástí),
* posouzení, zda se párování zdařilo
díky relaci sekvencí nebo
náhodou,
za pomoci ohodnocení.
Příklady relací sekvencí
Lidský alfa globin:
5
ok-yu vr-i.-urLo^.irx
d+ h-
5
HBA HUMAN
^QVKGHGKKVADALTNAVAHVI++++H+ KV + +A ++
LGB2_LUPLU NNPELQAHAGKVFKLVYEAAIQLQStrukturálně přijatelné srovnání s leghemoglobinem.
Písmeno - identická pozice, + - 'podobná pozice'
Vloženo: 23.04.2009
Velikost: 391,00 kB
Komentáře
Tento materiál neobsahuje žádné komentáře.
Mohlo by tě zajímat:
Skupina předmětu BUMI - Úvod do medicínské informatiky
Reference vyučujících předmětu BUMI - Úvod do medicínské informatiky
Podobné materiály
- BFY2 - Fyzika 2 - Tahák A (2)
- BFY2 - Fyzika 2 - Tahák A
- BFY2 - Fyzika 2 - Tahák B
- BFY2 - Fyzika 2 - Tahák C
- BFY2 - Fyzika 2 - Tahák D
- BFY2 - Fyzika 2 - Tahák E
- BFY2 - Fyzika 2 - Tahák z vypracovaných otázek
- BKEZ - Konstrukce elektronických zařízení - tahak
- BKEZ - Konstrukce elektronických zařízení - tahak_obrazky
- BKSY - Komunikační systémy - tahák
- BMA3 - Matematika 3 - tahák části B 2
- BMA3 - Matematika 3 - Tahák části B
- BMPT - Mikroprocesorová technika - tahák
- BMVE - Měření v elektrotechnice - tahak bmve
- BMVE - Měření v elektrotechnice - tahák2
- BOPE - Optoelektronika - tahák
- BRMK - Rádiové a mobilní komunikace - tahák otázky
- BRMK - Rádiové a mobilní komunikace - tahák otázky01
- BRMK - Rádiové a mobilní komunikace - tahák otázky02
- BRMK - Rádiové a mobilní komunikace - tahák otázky03
- BRMK - Rádiové a mobilní komunikace - tahák otázky04
- BRMK - Rádiové a mobilní komunikace - tahák otázky05
- BRMK - Rádiové a mobilní komunikace - tahák otázky06
- BRMK - Rádiové a mobilní komunikace - tahák otázky07
- BRMK - Rádiové a mobilní komunikace - tahák otázky08
- BRMK - Rádiové a mobilní komunikace - tahák otázky09
- BRMK - Rádiové a mobilní komunikace - tahák otázky10
- BRMK - Rádiové a mobilní komunikace - tahák otázky11
- BRMK - Rádiové a mobilní komunikace - tahák otázky12
- BRMK - Rádiové a mobilní komunikace - tahák otázky13
- BRMK - Rádiové a mobilní komunikace - tahák otázky14
- BRMK - Rádiové a mobilní komunikace - tahák otázky15
- BRMK - Rádiové a mobilní komunikace - tahák otázky16
- BRMK - Rádiové a mobilní komunikace - tahák otázky17
- BRMK - Rádiové a mobilní komunikace - tahák otázky18
- BRMK - Rádiové a mobilní komunikace - tahák otázky19
- BRMK - Rádiové a mobilní komunikace - tahák otázky20
- BRMK - Rádiové a mobilní komunikace - tahák otázky21 22 23
- BRMK - Rádiové a mobilní komunikace - tahák otázky21 a· 26
- BRMK - Rádiové a mobilní komunikace - tahák otázkyPřehled
- BRPV - Rádiové přijímače a vysílače - tahák
- BSHE - Studiová a hudební elektronika - Tahak08
- BSHE - Studiová a hudební elektronika - tahák
- BTPT - Terapeutická a protetická technika - tahák 2
- BTPT - Terapeutická a protetická technika - tahák
- BUMI - Úvod do medicínské informatiky - tahák celek
- BVEL - Výkonová elektronika - tahak
- BVEL - Výkonová elektronika - tahak_PRIKLADY
- BVEL - Výkonová elektronika - tahak_zmeneny
- BVMT - Vysokofrekvenční a mikrovlnná technika - Ře‘ené příklady do VMT tahak
- MASO - Analýza signálů a obrazů - matlab_tahak
- MPLD - Programovatelné logické obvody - tahak MPLD
- MTEO - Teorie elektronických obvodů - tahak
- MTRK - Teorie rádiové komunikace - tahak
- MZSY - Zabezpečovací systémy - dobry tahak
- BARS - Architektura sítí - tahak-unix
- BESO - Elektronické součástky - beso-tahak
- BDIZ - Diagnostika a zkušebnictví - Tahák na zkoušku - základní pojmy
- BDIZ - Diagnostika a zkušebnictví - Tahák na zkoušku otázky
- BDOM - Digitální obvody a mikroprocesory - Tahák 2
- BDOM - Digitální obvody a mikroprocesory - Tahák obr.1
- BDOM - Digitální obvody a mikroprocesory - Tahák obr.2
- BDOM - Digitální obvody a mikroprocesory - Tahák příklady,schémata
- BDOM - Digitální obvody a mikroprocesory - Tahák teorie
- BDOM - Digitální obvody a mikroprocesory - Tahák
- BEMV - Elektrotechnické materiály a výrobní procesy - Tahák Dielektrika
- BFY2 - Fyzika 2 - Tahák příklady
- BFY2 - Fyzika 2 - Tahák
- BMVE - Měření v elektrotechnice - Tahák - BMVE
- BMVE - Měření v elektrotechnice - Tahák 3
- BMVE - Měření v elektrotechnice - Tahák 2
- BMVE - Měření v elektrotechnice - Tahák AB
- BMVE - Měření v elektrotechnice - Tahák DC
- BMVE - Měření v elektrotechnice - Tahák EFG
- BMVE - Měření v elektrotechnice - Tahák H
- BVNP - Vysoké napětí a elektrické přístroje - Tahák blažek
- BVNP - Vysoké napětí a elektrické přístroje - Tahák napětí
- BVNP - Vysoké napětí a elektrické přístroje - Tahák přístroje
- BVNP - Vysoké napětí a elektrické přístroje - Tahák základní pojmy
- BVNP - Vysoké napětí a elektrické přístroje - Tahák- odpovědi na otázky
- BVPA - Vybrané partie z matematiky - Tahák
- BFY2 - Fyzika 2 - příklady - tahák
- BESO - Elektronické součástky - tahák
- BESO - Elektronické součástky - tahak 1-5
- BESO - Elektronické součástky - tahak 6-9
- BFY2 - Fyzika 2 - tahák
- BMMS - Mikrosenzory a mikromechanické systémy - Taháky, semestrálky, apod.
- BMA1 - Matematika 1 - povolený tahák A4 se vzorci na zkoušku BMA1 verze01
- BCZA - Číslicové zpracování a analýza signálů - Tahák
- BMA3 - Matematika 3 - BMA3 povolený tahák na první písemku na numerické metody 2010.pdf
- BMA2 - Matematika 2 - BMA2 povolený tahák na zkoušku 2010.ZIP
- BMA3 - Matematika 3 - bma3_zkouska_tahak
- BMA3 - Matematika 3 - BMA3 legální tahák na 2 písemku pravděpodobnost 2010
- BMA3 - Matematika 3 - bma3 legální tahák ke zkoušce 12-2010
- KMA1 - Matematika 1 - Tahák 1A
- KMA 1 - Matematika 1 - Tahák 1B
- BZTV - Základy televizní techniky - Tahák BZTV otázky 1-33
- BZTV - Základy televizní techniky - Tahák BZTV otázky 1-33 - 2
- BMA1 - Matematika 1 - Upraveny_Tahak_BMA
- XAN4 - bakalářská angličtina 4 - Tahák
- BMA2 - Matematika 2 - Tahak BMA2 list2
- BELA - Elektroakustika - Tahák
- BCZA - Číslicové zpracování a analýza signálů - Tahák ke zkoušce
- MDRE - Diferenciální rovnice a jejich použití v elektrotechnice. - MDRE legalni tahak rok 2014
- MDRE - Diferenciální rovnice a jejich použití v elektrotechnice. - pdf verze MDRE legalni tahak 2014 VUT FEKT.zip
- BKSY - Komunikační systémy - Tahák 2014
Copyright 2024 unium.cz