Primijenjena multivarijatna analiza (173832)

Course coordinator

Assoc. Prof. Toni Safner, PhD

Course description

Pojam i klasifikacija multivarijatnih metoda;
Osnovni statistički koncepti i razumijevanje multivarijatne analize - MVA (cilj i svrha metode MVA, tijek analize, pretpostavke, hipoteze);
Prikaz rada s multivarijatnim statističkim metodama i interpretacija rezultata;
Mogućnosti primjene MVA u istraživanjima u agronomskim znanostima.

Potrebno predznanje iz osnova statistike uključujući analizu varijance, korelacijsku i regresijsku analizu.

• Pojam i klasifikacija multivarijatnih metoda;
• Osnovni statistički koncepti i razumijevanje (analiza, pretpostavke, hipoteze);
• ANOVa kao opći linearni model (General Linear Model – GLM);
• Prikaz rada s multivarijatnim statističkim metodama u SAS-u i interpretacija rezultata:
- Analiza glavnih komponenata (Principal Component Analysis - PCA);
- Faktorska analiza (Factor Analysis - FA);
- Diskriminantna analiza (Discriminant analysis - DA);
- Multipla regresija (Multiple Regression - MREG);
- Kanonička korelacijska analiza (Canonical Correlation Analysis - CCA) i kanonička diskriminantna analiza (Canonical Discriminant analysis - CDA);
- Klaster analiza (Cluster Analysis - CA);
- Multidimenzionalno skaliranje – Analiza glavnih koordinata (Multidimensional Scaling - MDS – Principal Coordinate Analysis - PCooA );
- AMMI (Additive Main effects and Multiplicative Interaction) modeli

“Case studies” – razrada specifičnih problema u istraživanjima u poljoprivredi (veza svojstava kvantitete i kvalitete, interakcija genotip x okolina, molekularna raznolikost, geografske indikacije, itd)

Type of course

• Poslijediplomski studij / Doktorski studij / Poljoprivredne znanosti (Elective course, 1 semester, 1 year)