SEDLÁČEK, M. Statistická analýza urologických dat a jejich počítačové zpracování [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2010.

Posudek vedoucího

Hrozek, Jan

Student přehledně uvádí fyziologii i anatomii močového ústrojí. Velký důraz je pak kladen na fyziologii ledvin a vylučování moči. V kapitole č. 3 student rozebírá pojmy, které jsou v urologii užívané. Ve 4. kapitole student vysvětluje základní pojmy statistické analýzy, které v práci využil. V prostředí MATLAB student vytvořil uživatelskou aplikaci, která splnila zadání. Ze samotné aplikace je však patrné, že student měl s její realizací nemalé problémy a mohla by být propracovanější. V závěru pak postrádám srovnání dosažených výsledků s výsledky z odborné praxe, získaných například z odborných článků či publikací. Velmi pozitivně hodnotím studentovu aktivitu během řešení zadáni. Během řešení se totiž vyskytly problémy se vzorky pacientských dat, které student z vlastní iniciativy řešil osobními konzultacemi s lékaři na odborných pracovištích. Po formální stránce je práce na výborné úrovni. Student použil LaTeX editor, což se projevilo na úhlednosti a grafické kvalitě práce. Jedná se například o tvorbu grafů a tabulek. Práci hodnotím velmi dobře a doporučuji ji k obhajobě.

Posudek oponenta

Májek, Ondřej

V prvních částech práce se student věnuje problematice homeostázy a tělních tekutin a fyziologii vylučování ledvinami. Navazuje část, která se týká praktické náplně posuzované práce - problematika hyperaktivního močového měchýře. Studentovi se úspěšně podařilo nastínit pozadí studované problematiky. Ve čtvrté části student představuje základní statistické pojmy. Následuje vysvětlení metod pro hodnocení korelace znaků: Pearsonův korelační koeficient, Spearmanův koeficient pořadí a Kendallův koeficient pořadové korelace. Bohužel není v této části blíže okomentována problematika statistické významnosti, se kterou pak student pracuje v praktické části. Právě statistická významnost je v části 5.4 okomentována nestandardně: "Tabulky uvádějí jako statisticky významné závislosti ty, kde PVAL > 90 %" (s. 41). Přičemž ovšem samotný MATLAB uvádí v nápovědě k funkci CORR: "If PVAL(i,j) is small, say less than 0.05, then the correlation RHO(i,j) is significantly different from zero." Rovněž Hendl, kterého v práci cituje i student, uvádí, že je-li p-hodnota menší než hladina významnosti (standardně volena 0,05), data přinášejí evidenci pro zamítnutí nulové hypotézy. Dle zdrojového kódu skriptu guide_stat.m student p-hodnotu získanou z funkce CORR upravuje (p=1-p), ovšem pouze pro p-hodnoty menší než 0,5, pro což nevidím opodstatnění. Tento postup může vést ke zobrazení nesprávných hodnot "významnosti korelačních koeficientů" a k chybným závěrům. Práce obsahuje menší množství překlepů a drobných stylistických nedostatků. Grafická úprava textů a obrázků je velmi dobrá. V práci postrádám rozsáhlejší rešerši za využití článků z odborných časopisů, a to i cizojazyčných, které by se týkaly přímo studia závislosti mezi počtem pomočení a dalšími znaky. Student má z tohoto důvodu také omezené možnosti diskuse pozorovaných výsledků. Předložená aplikace je funkční, ale postrádám v ní možnost získání popisných statistik a další vizualizace dat. Aplikace bohužel není příliš univerzální, neumožňuje lékaři rozšířit počet studovaných proměnných, výběr proměnných pro analýzu ani nenabízí širší spektrum statistických metod.

eVSKP id 30683