A félév folyamán heti kétórás (vagy kétheti négyórás) számítógéptermi gyakorlat keretében kerül előadásra a matematikai statisztika egyes fejezeteinek a BSc/MSc szinten oktatott statisztika és biometria témájú tárgyakra épülő komplex alkalmazása gyakorlatias formában, sok példával, a doktorandusz hallgatók munkájához és igényeihez igazodva, különös tekintettel a problémásabb esetek kezelésének technikáira, valamint a publikációkban való közlés mikéntjére. A gyakorlatokon leginkább az SPSS 20 statisztikai szoftverrel dolgozunk. Tematika: Hipotézisvizsgálatok, ismétlés: paraméteres próbák, első- és másodfajú hiba, ellenhipotézisek, a normalitásvizsgálat különféle módszerei, adatszerkezet, kiugró adatok kezelése. A kísérlettervezés alapjai és buktatói, különféle kísérleti elrendezések, mintavétel. Különféle kísérleti elrendezések és az azokhoz tartozó egy- és kéttényezős ANOVA modellek, általános lineáris modell, kovariancia változók, ANOVA ismételt mérésekkel, különböző post-hoc tesztek és azok alkalmazási területei, ábrázolási technikák. Lineáris és lineárisra visszavezethető egy- és többváltozós regressziós modellek, regressziós diagnosztika, regresszió ismételt mérésekre, konfidencia intervallumok és sávok, kollinearitás kezelése adatredukciós és adattömörítéses módszerrel, lineárisra nem visszavezethető regressziós modellek. Ferdeség és csúcsosság tesztelése, adattranszformáció különböző módszerekkel a normalitás és a szóráshomogenitás biztosítására, Box-Cox transzformáció. Mintavételi eljárások, mintaelemszám optimalizálása, a próba ereje. Kereszttáblázatok elemzése, nemparaméteres próbák.
During the semester, based on the knowledge the students have aquired in BSc/MSc level standard Biometrics and Statistics courses, some chapters of advanced statistics will be discussed with complex applications in computer lab in a practical way with many examples from agriculture that passed specially to the demands of PhD students, considering special problems of data management and documentation. We use the statistical software SPSS 20. Discussed chapters: Statistical hypothesis testing, revision: Data types, outliers, Type I and Type II errors, significance level, normality tests, one- and two-sample parametric tests; oneway ANOVA. Experimental design, one- and two-way ANOVA, ANOCOVA models, GLM, GLMM, repeated measures ANOVA, post hoc tests, graphical representation. Linear and nonlinear uni- and multivariate regression models, regression diagnostics, repeated measures regression, confidence intervals and bands, collinearity, PCA regression, write-up. Skewness and kurtosis tests, data transformation, sampling, sample size and power calculation. Crosstabulation. Nonparametric methods.