Plán a příprava výzkumu Miroslav Šálek, katedra ekologie  Disertační práce  Studijní literatura  Testování hypotéz  Dvanáctero přípravy rukopisu 

Slides:



Advertisements
Podobné prezentace
ON-LINE TESTY PRO DOKTORANDY NA UK FF PRAHA
Advertisements

Testování parametrických hypotéz
Ideový závěr Co si mám z přednášky odnést (+ komentáře k užití statistiky v biologii)
Testování statistických hypotéz
Psaní grantových žádostí
Power analysis aneb Co to vlastně znamená P0.05 (Podle Scheiner & Gurevitch 2001: Desing and analysis of ecological experiments.
3.1. Typy vědeckých sdělení a periodik ústní forma - víceméně nezávazná forma sdělení, nezakládá prioritu sdělení formou semináře či přednášky na konferenci.
B130P16: Praktické základy vědecké práce Katedra experimentální biologie rostlin PřF UK SciVerse - plnotextové vyhledávání.
Zpracování seminárních a kvalifikačních prací
NÁZEV PRÁCE (musí být stručný, výstižný, měl by obsahovat jednoznačné výrazy a slovní spojení) Název školy Jméno autora, třída, místo a rok zpracování.
Analýza variance (Analysis of variance)
Představení projektu Seminář k projektu Vliv změn světa práce na kvalitu života Ing. Lenka Svobodová VÚBP Praha, 25. září 2006.
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
PŘÍPRAVA GRANTOVÉHO PROJEKTU prof. RNDr. Jiří Patočka, DrSc.
Mgr. Alena Lukáčová, Ph.D., Dr. Ján Šugár, CSc.
PPíšeme vědecký článek. Jaký článek – domácí úkol o dvou brožurách o jaderné fyzice a zkušenostech z jejich použití (ověření použitelnosti, expertní posouzení)
Databázové systémy Přednáška č. 6 Proces návrhu databáze.
Spolupráce ČR - Slovinsko v aplikované výpočetní geometrii v rámci projektů Kontakt v l Řešitelé : Doc.dr.ing.Ivana Kolingerová, Západočeská univerzita,
Jak získat nové informace (nejen !) v hydrobiologii 1.Knihovna (UP, PřF UP) – fyzicky málo dostupných časopisů 2.Odebírané časopisy s on-line přístupem.
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Diplomový seminář pro studenty ITaM B. Miniberger LS 2013.
Analýza variance (ANOVA).
5. Prezentace výsledků experimentální práce
B130P16: Praktické základy vědecké práce Katedra experimentální biologie rostlin PřF UK iHOP - plnotextové vyhledávání Pubmed.
B130P16: Praktické základy vědecké práce Katedra fyziologie rostlin, PřF UK RNDr. Jan Petrášek, Ph.D. Základní dělení 3.1.
Pohled z ptačí perspektivy
Informační zdroje pro odbornou práci Kuchařka pro vědecký fast food.
Absolvované přednášky. Banálnost přednášky Pseudoreplikace Přehledová tabulka úvodní přednáška, úplný začátek, průměr rozptyl popisná statistika, asi.
Diplomový seminář I – 3. hodina Kontrola domácích úkolů – Úvod do DP 2. Návrh výzkumu: Cíle výzkumné práce a formulace výzkumných otázek.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Absolventská práce.
doc. Ing. Cyril Klimeš, CSc. prof. Ing. Radim Farana, CSc.
Statistická významnost a její problémy
EndNoteWeb a ResearcherID – užitečné nástroje Web Of Science
Kvantitativní metody výzkumu v praxi
Biostatistika 1. přednáška Aneta Hybšová
PSY717 – statistická analýza dat
Odborné a vědecké práce Brno 12. března Odborné a vědecké práce Zpráva o semestrálním projektu Závěrečná práce Bakalářská a diplomová práce Disertační.
Teoretická informatika Základní informace k předmětu Literatura Závěrečná práce Zkouška.
3. Odborná literatura, její zdroje na Internetu a PřFUK
5. ročník Mg. studia do podání přihlášky ke SZZ do odevzdání diplomové práce v tištěné a elektronické formě.
S využitím prezentací Mgr. Pavlíny Mazáčové, Ph.D.:  Jak napsat dobrý odborný článek  Tvorba odborného textu.
ADDS cviceni Pavlina Kuranova. Testy pro dva nezávislé výběry Mannův Whitneyho test - Založen na Wilcoxnově statistice W - založen na pořadí jednotlivých.
Úlohy pro rozvoj přírodovědné gramotnosti
Postup při empirickém kvantitativním výzkumu
Mgr. Karla Hrbáčková Metodologie pedagogického výzkumu
Rešerše. Bibliografické databáze Web of Science ISI Web of Knowledge – WoS + Journal Citation Report Placené – PřF MU je uživatelem Bibliografická citace.
. Výuka pediatrie u lůžka pacienta Kazuistika založená na důkazu
TVORBA STUDIJNÍCH TEXTŮ V DISTANČNÍM VZDĚLÁVÁNÍ Simona F e i t o v á Centrum distančního vzdělávání Univerzity Palackého v Olomouci.
7. STRUKTURA ODBORNÉHO TEXTU Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice.
Setkání s doktorandy Setkání s doktorandy
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Lektor: Ing. Ludmila Brestičová Vítejte na dnešní přednášce.
BIOSTATISTIKA LS 2016 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Martina Litschmannová,
Základy pedagogické metodologie Kateřina Vlčková Katedra pedagogiky PdF MU PS 2015.
Úvodní stručný kurs statistické analýzy dat v prostředí R Jakub Brom.
Design pokusů a hodnocení dat  Pozorování nebo experiment ?  Časté chyby  Typy analýz  Statistická literatura a software.
Vyhledávání informací Zdroj: pixabay.com. ÚVODEM  Seznámení  Cíl semináře  Zpětná vazba  Prezentace Vaše zkušenosti?
Teoretická informatika II
JOINME (Journal of Interactive Media)
Seminář 1 – Téma a úvod odborného textu
PRŮBĚH DOKUMENTACE UNIVERZITNÍHO INFORMAČNÍHO SYSTÉMU MZLU V BRNĚ
Doktorské studium na FLD
Elektronické informační zdroje (VIKBA25)
Neparametrické testy pro porovnání polohy
3. Odborná literatura, její zdroje na internetu a PřFUK
Doktorské studijní programy v biomedicíně
3. Odborná literatura, její zdroje na internetu a PřFUK
Základy statistiky.
Testování hypotéz - pojmy
Transkript prezentace:

Plán a příprava výzkumu Miroslav Šálek, katedra ekologie  Disertační práce  Studijní literatura  Testování hypotéz  Dvanáctero přípravy rukopisu  Motivační nástroje

Disertační práce  Samostatná vědecká práce studenta  Alespoň tři vědecké články související tématicky a propojené úvodem  Doktorand má být 1. autorem alespoň jednoho článku (i v recenzovaném časopise) a spolu/autorem alespoň jednoho přijatého článku v časopise s IF  Odborná sdělení nemající formu vědeckého článku nenahrazují vědecké publikace.

Rozdíl mezi BP, DP a disertací  (1) Literární rešerše, review  (2) Vlastní data: Pozorování  (3) Vlastní data: experiment  (4) Metaanalýza  BP (obvykle „jen“)  DP (1+ 2 nebo 3)  DIS (1, 2 a/nebo 3 event. 4) Závěr z Chloumku : rešerši / review musí zpracovat každý doktorand!

První kroky vlastní práce doktoranda… 2. Nutím sebe a svého školitele k formulování jasných cílů práce s alespoň jednou zajímavou testovatelnou hypotézou. 3. Prostuduji všechnu recentní literaturu, kriticky posoudím navržené cíle a promyslím metodiku práce - rozsah potřebného materiálu, studijní plochy, způsob sběru (DP jako pilotní studie). Písemný ROZBOR! 4. Diskutuji se školitelem (konzultantem a dalšími odborníky vč. statistika) šanci splnit cíle. Písemný ROZBOR – soustavně zpravuji školitele! 1. Mohu-li, naváži na diplomku; najdu vhodného konzultanta. 5. V případě pochybností (obvykle jsou) se vracím k předchozím bodům…

Literární rešerše, review  První krok úspěšného bádání  Získání přehledu o tom, co se ví a jak se k tomu dospělo: metodika sběru a zpracování dat, povědomí o statistice  Vyplynou další otázky hodné pozornosti („gaps of knowledge“, „innovations and novelties“)  Hlavní náplň BP, úvodní kapitoly diplomové práce, součást SDZ a po úpravě článek pro disertační práci  Nezbytná pro vypracování smysluplné (povinné) metodiky

Jak začít ?  Brzy zjistím, že kvalitní zdroje (a bude jich obvykle mnoho) jsou hlavně v angličtině:  Získám první náhled prostřednictvím školitele a jím doporučených zdrojů  Hledám další literaturu (viz dále) (a) nepropadnu beznaději … (b) propadnu beznaději … … a pilně se prokousávám k dalším citacím dám prostor regeneraci sil

Jakou literaturu studovat?  Staré knihy z domácích zdrojů  Web of Knowledge (  Příležitostné sborníky, místní periodika  Nové knihy prestižních nakladatelství  Internetové zdroje (SIC), webové stránky  Blackwell, ScienceDirect, Elsevier,...

sic.czu.cz

1) 2)

1) 2)

Archivace publikací  Vlastní databáze (RefMan, EndNote, Zotero), nemám-li, užiji aspoň excel či access…  Shromažďuji citace …

Excel - literatura pdf

Archivace publikací  Shromažďuji citace …  Pdf na CD nebo výtisky - archiv v abecedních nebo tématických šanonech v kombinaci s databází!  Žádanky o výtisk nebo pdf, MVS  Vlastní databáze (excel, access, RefMan, EndNote)

Subject: Paper request Dear Dr xxxxx, I would greatly appreciate receiving a reprint or pdf file of your paper "xxxxxxxxxxx" published in „Journal“ 00 (x): pp-pp. Thank you very much for your help. Sincerely yours, xxxxxxxx Department of xxxxxxxxxxx, Czech University of Life Sciences CZ Prague, Czech Republic Prague xx-xx-2012

Testování hypotéz

 Pracovní hypotéza: vyplyne ze studia literatury  Nulová hypotéza (H0): umožňuje statistické testování  Smysluplné alternativní hypotézy (HA): zvyšují atraktivitu studie  Úvod, diskuse, závěry,...  Poslední odstavec úvodu, výsledky

Jak formulovat otázky (hypotézy), aby byly zajímavé (smysluplné)?  Otázky hodné zobecnění  Otázky speciální / místního významu Proč je v Jalovém potoce vyšší zákal u Kostelce než u Krupé? Vliv rychlosti toku a zdrojů znečištění na kvalitu vody malých vodních toků Vyžaduje promyšlený design

Hypotéza pracovní Vyplyne ze studia literatury Hypotéza nulová Může být zamítnuta ve prospěch alternativy Třtina konkuruje sazenicímPřírůsty sazenic se průkazně neliší na plochách bez třtiny a s ní Růst sazenic je pomalejší v suchých letech Přírůsty sazenic se neliší na plochách bez krytu a s ním pokus Pomalejší růst sazenic v suchých letech může být ještě zpomalen konkurenční třtinou Přírůsty se neliší mezi třtinovými plochami a bez třtiny, a to pod krytem ani na otevřené ploše Příklad formulování nulové hypotézy

Hypotéza pracovní Vyplyne ze studia literatury Hypotéza nulová Může být zamítnuta ve prospěch alternativy Třtina konkuruje sazenicímPřírůsty sazenic se průkazně neliší na plochách bez třtiny a s ní – pozorování (tj. rozdíl je jen věcí náhody) Růst sazenic je pomalejší v suchých letech Přírůsty sazenic se neliší na plochách bez krytu a s ním - experiment/pozorování Pomalejší růst sazenic v suchých letech může být ještě zpomalen konkurenční třtinou Přírůsty se neliší mezi plochami se třtinou a bez ní bez ohledu na kryt – manipulativní experiment

 Bez statistického testu nezjistím, zda jsou zjištěné rozdíly náhodné Nezbytnost testu  Uživatel (doktorand) musí mít povědomí o základních statistických pojmech a designování, teprve pak může žádat o pomoc u statisticky zdatnějšího kolegy

Nezbývá tedy než oživit základy …  Chyba I. a II. druhu, síla testu  Nulová hypotéza, ne/zamítnutí nulové hypotézy  Statistická populace (soubor), náhodný výběr, nezávislá měření  Typy rozdělení, transformace dat, stupně volnosti  Parametry normál. rozdělení ( průměr, variance, SD, medián)  Hladina významnosti   2 testy, regrese, t-test, ANOVA, neparametrické obdoby  Složitější techniky – modelování – vhodný software

Fowler J. & Kohen L. 1995: Practical statistics for field biology. Wiley & Sons, Chichester etc., 227 pp. Lepš J. 1996: Biostatistika. Biologická fakulta JU, České Budějovice, 166 pp. Zvára K. 2004: Biostatistika. Karolinum UK, Praha, 213 pp.

Dykyjová D. (ed.) 1989: Metody studia ekosystémů. Academia, Praha. Drozd P. 2007: ICT v biologickém vzdělávání. Ostravská univerzita, Ostrava. Herben T. & Münzbergová Z. 2002: Zpracování geobotanických dat v příkladech. Část II. Data o populační biologii. PřFUK, Praha. (skriptum) Herben T. & Münzbergová Z. 2003: Zpracování geobotanických dat v příkladech. Část I. Data o druhovém složení. PřFUK, Praha. (skriptum) Lepš J. & Šmilauer P. 2005: Multivariate analysis of ecological data. Biologická fakulta JU, České Budějovice. Lepš J. & Šmilauer P. 2005: Multivariate analysis of ecological data using CANOCO. Cambridge University Press. Šmilauer P. 2007: Moderní regresní metody. Biologická fakulta JU, České Budějovice.

Krebs C.J. 1999: Ecological Methodology. Addison Wesley Longman, Menlo Park. Zar J.H. 1999: Biostatistical Analysis. 4thed. Prentice-Hall, Upper Saddle River. Crawley M.J. 2003: Statistical computing. An introduction to data analysis using S-Plus. J. Wiley & Sons, Chichester etc. Quinn G.P. & Keough M.J. 2002: Experimental design and data analysis for biologists. Cambridge Univ. Press, Cambridge. Motulsky H. & Christopoulos A. 2004: Fitting models to biological data using linear and nonlinear regression. A practical guide to curve fitting. Oxford Univ. Press, Oxford. Sokal R.R. & Rohlf F.J. 1995: Biometry: the principles and practice of statistics in biological research. 3rd ed. Freeman & Co., New York. ter Braak C.J.F. & Šmilauer P. 2002: CANOCO reference manual and CanoDraw for Windows user’s guide: software for Canonical Community Ordination. Microcomputer Power, Ithaca.

Motivační nástroje  Rozdělení rolí Školitel, doktorand, diplomant, bakalant  CIGA a IGA Týmové projekty, prostředky, literatura, i sběr dat  Diskuse a konzultace Chloumek, Kostelecká inspirování, pravidelné semináře a setkání  Fórum na Moodle Inspirativní prostředí …

Publikace výsledků (možná struktura DP) Stěžejní cíl(e) s výsledky v kvalitním časopise (nejlépe dle WOS), užitečná je předchozí prezentace na konferenci Další méně závažné výsledky v recenzovaných časopisech a sbornících Metodika může být samostatnou publikací, je-li zajímavá, doplňující nebo modifikující existující přístupy Zahájit možno dříve připravenou rešerší (review) Jako doplněk DP vítány shrnující odborné články JLS:

Příprava rukopisu I 1. Utřiď a připrav všechny důležité podklady: CÍL práce – central message, výsledky, citace, tabulky a obrázky. 2. Vyber časopis a prohlédni několik prací z poslední doby. 3. Začni psát: cokoliv (i neúplné věty s pochybnou gramatikou, v tok-pisin) s cílem zachytit hlavní myšlenky práce. Piš odpočat(a) v klidném prostředí bez rušivých vlivů. 4. Piš rychle, soustředěn(a) na hlavní myšlenky, užívej zkratky, formulační nejasnosti vynech, obejdi nebo nahraď „...“

6. Piš bez oprav textu: zdržují od plynulého toku myšlenek; obé najednou nelze dělat dobře. 7. Drž se co nejdéle původní struktury návrhu: sleduj názvy kapitol a hlavní myšlenky (viz poslední odstavec Úvodu!), pokud začneš ujíždět, přeskoč na další kapitolu. 8. Piš po částech: Nesnaž se psát práci vcelku, ale ber každou část jako miniesej. Přemýšlej důsledně o tom, co chceš sdělit. 5. Piš vlastními slovy, čtenář lépe pochopí tvou myšlenku. Příprava rukopisu II

11. Posuzuj jasnost a stručnost. Maximální čtivost zajistí věty o slovech. Odstavce o 150 slovech jsou optimální pro vědecký článek. Nepotřebná slova vynech. 12. Buď konzistentní ve stylu rukopisu. Závěrečné sjednocení stylu více autorů je úkolem prvního autora. 9. První draft nech uhnít/uzrát, alespoň pár dnů. Odstup umožní posoudit jej „cizíma“ = kritičtějšíma očima. 10. Reviduj rukopis opakovaně, dokud je co zlepšovat. Posuzuj okem kritika, ne autora: Mají věty smysl? Nejsou příliš dlouhé? Jsou odstavce logicky uspořádány v duchu hlavní myšlenky? Příprava rukopisu III

Úspěch publikace výsledků závisí na  Závažnosti tématu – central message, novelty (relativní dle časopisu)  Kvalitě dat a jejich zpracování  Věrohodnosti a působivosti sdělení  Subjektu (ješitnosti) recenzenta