Uniwersytet Jagielloński w Krakowie - Punkt LogowaniaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Praktikum z zaawansowanych metod analizy statystycznej dla biochemików

Informacje ogólne

Kod przedmiotu: WBT-BCH529 Kod Erasmus / ISCED: (brak danych) / (0542) Statystyka
Nazwa przedmiotu: Praktikum z zaawansowanych metod analizy statystycznej dla biochemików
Jednostka: Wydział Biochemii, Biofizyki i Biotechnologii
Grupy:
Punkty ECTS i inne: 3.00
Język prowadzenia: polski

Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-01-28
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Małgorzata Dutka
Prowadzący grup: Małgorzata Dutka
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Cele kształcenia:

Zapoznanie z zasadami wnioskowania statystycznego stosowanymi w interpretacji wyników eksperymentów biochemicznych.

Wyrobienie umiejętności prawidłowego wyboru metody statystycznej do analizy danych w różnych typach doświadczeń.

Wdrożenie do stosowania oprogramowania specjalistycznego w zakresie metod statystycznych


Efekty kształcenia:

Po zaliczeniu zajęć Student:

- w zakresie wiedzy:

-zna założenia, cele i ograniczenia zastosowania metod statystycznych w interpretacji wyników eksperymentów i oceny ich istotności statystycznej

-zna wybrane zagadnienia wnioskowania statystycznego na poziomie umożliwiającym samodzielne opracowywanie wyników własnej pracy doświadczalnej

-rozumie pojęcie modelu matematycznego, procesu „fitowania” oraz orientuje się w sposobach weryfikacji jakości dopasowania funkcji do danych.

[BCH2K_W06, P2A W_06]


- w zakresie umiejętności:


-potrafi wybrać właściwe metody analizy statystycznej do opracowania swoich danych,

-wykonuje potrzebne obliczenia i poprawnie zinterpretować wyliczone parametry statystyczne

-posługuje się oprogramowaniem komputerowym umożliwiającym przeprowadzenie analiz wyników badań

[BCH2K_U08 P2A_U06] ,[BCH2K_U07 P2A_U05]


- w zakresie kompetencji społecznych

-rozumie potrzebę zapoznawania się ze aktualnymi standardami analizy statystycznej w swojej dziedzinie

-ma obiektywny i krytyczny stosunek do rezultatów analizy statystycznej wyników doświadczalnych,

-samodzielnie i terminowo przygotowuje podjęte przez siebie zadania

[BCH2K_K06 , P2A_K07 P2A_K08]


Wymagania wstępne:

zaliczony kurs z zakresu podstaw statystyki

Forma i warunki zaliczenia:

Warunkiem dopuszczenia do testu końcowego jest systematyczny udział w zajęciach oraz zaliczenie zadanych prac domowych.

Wymagana jest obecność na ćwiczeniach, liczba zajęć opuszczonych z usprawiedliwionych przyczyn nie może przekroczyć 2.


Końcowa ocena na zaliczenie wynika z 4 składowych:

• Ocena frekwencji i zaangażowania na zajęciach -waga 10%)

• Łączna ocena za zadania e-learningowe –waga 25%

• Łączna ocena za zadania domowe- waga 30%

• Ocena za test zaliczeniowy –waga 35%

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

 Ocena przygotowania do zajęć: przeprowadzana na podstawie rozmowy oraz/lub kartkówki, oraz wykonania poleceń zadanych na platformie e-learningowej. Wymagane jest systematyczne i poprawne rozwiązywanie zadań na platformie e-elearningowej za które przyznawane są punkty cząstkowe.

 Ocena zadanej pisemnej pracy domowej: wymagana jest terminowość dostarczenia zadania, poprawność wyników obliczeniowych oraz prawidłowa interpretacja, wyrażona w postaci konkretnego komentarza.

 Końcowy przekrojowy test zaliczeniowy: wymagane jest uzyskanie progowej ilości poprawnych odpowiedzi.


Metody dydaktyczne - słownik:

E-learning
Metody podające - prezentacja multimedialna
Metody praktyczne - ćwiczenia przedmiotowe

Metody dydaktyczne:

Metody praktyczne :

-ćwiczenia przedmiotowe realizowane na pracowni komputerowej –praca na indywidulanych stanowiskach

-metoda przewodniego tekstu;

-metoda przypadków;

metody aktywizujące:

-dyskusja dydaktyczna;

E-learning (zadania na platformie Pegaz)


Bilans punktów ECTS:

Udział w zajęciach:

• Ćwiczenia – 30 h

Praca własna studenta:

• Przygotowanie się do ćwiczeń na podstawie zadanej literatury oraz rozwiązanie zadań wstępnych na platformie – 20h

• Samodzielne opracowanie zadań i projektów zadanych jako praca domowa – 30 h

• Przygotowanie do testu zaliczeniowego

– 10 h


w sumie: 90 h = 3 pkt ECTS



Skrócony opis:

Kurs umożliwia

- zapoznanie z zasadami wnioskowania statystycznego stosowanymi w interpretacji wyników eksperymentów biochemicznych.

-rozwijanie umiejętności prawidłowego wyboru metody statystycznej do analizy danych w różnych typach doświadczeń, począwszy od oszacowania niepewności pomiarowych i ich źródeł; dobranie odpowiedniej procedury ( np. jaki rodzaju testu statystycznego; czy można zastosować regresję, itp.)

-wykorzystanie oprogramowania specjalistycznego do przeprowadzenia obliczeń statystycznych (w tym badanie założeń wymaganych do stosowania wybranej procedury; przeprowadzenie obliczeń, interpretacja wyniku).

Pełny opis:

Ćwiczenia:

1.Metody wstępnej oceny jakości i rozkładu danych do analizy ( histogramy, parametry statystyki opisowej, „statystyki odporne”, normalność rozkładu danych, obecność danych odstających, wykresy).

2.Statystyczna ocena niepewności wyniku dla pomiarów bezpośrednich (typu A i typu B według klasyfikacji konwencji GUM) oraz wyników złożonych ( prawa propagacji niepewności). Rodzaje graficznej prezentacji niepewności średniej na wykresie.

3.Estymacja punktowa i przedziałowa- określanie przedziałów ufności i ich zastosowanie w procesie wnioskowania o różnicach miedzy grupami danych.

4.Badanie i wyjaśnianie zależności między danymi

( miary korelacji; istotność współczynnika korelacji, wykresy Blanda-Altmana)

5.Schemat procedury testowania ( w szczególności NHST- „null hypothesis significance testing”). Parametryczne i nieparametryczne testy statystyczne- założenia, definicje statystyk testowych, poziom istotności, moc.

6. Dobór właściwego testu do analizowanego zagadnienia, ocena prawdopodobieństwa wystąpienia błędu wnioskowania w testowaniu hipotez.

7. Jedno- i dwuczynnikowa analiza wariancji- założenia, testowanie „post-hoc”.

8.Analiza danych kategorialnych (testy chi-kwadrat, McNemary)

9.Liniowe i nieliniowe modele regresji- w tym zastosowanie metod najmniejszych kwadratów w przypadku dopasowania funkcji nieliniowych do danych empirycznych (np. fitowanie funkcji wykładniczych do zmierzonych sygnałów). Ocena jakości fitu.

10.Analiza współzależności zmiennych- ANCOVA

11.Podstawowe matematyczne procedury opracowywania serii widm (np. widm absorpcyjnych, widm EPR): normalizacja, redukcja szumu, dodawanie i odejmowanie widm, model sigmoidalny, dekompozycja widm na składowe).

Literatura:

Literatura podstawowa:

"Repetytorium ze statystyki" Mariola Piłatowska PWN

"Analiza danych w naukach ścisłych i technice" Andrzej Zięba PWN 2013

"Statystyka medyczna w zarysie" A. Petrie, C. Sabin PZWL

„Statystyka z programem Statistica” M. Rabiej , Helion

Literatura dodatkowa:

"Analiza danych" S. Brandt PWN

"Statistical Analysis Methods for Chemists", (*)

Gardiner W.P.

"Cyfrowe metody przetwarzania sygnałów biomedycznych" J.Moczko, L.Kramer

Excel w obliczeniach naukowych i inżynierskich.

M. Gonet , Helion

ANOVA nad ANCOVA. A GLM approach.

2nd edition Andrew Ruthefrod ed. Wiley 2011 (*)

Applied Logistic Regression 3rd edition (*)

D.W.Hosmer, S. Lemeshow, R.X. Sturdivant , Wiley 2013

(*) pozycje dostępne w zasobach cyfrowych Biblioteki Jagiellońskiej

Uwagi:

Grupa ćwiczeniowa dedykowana dla studentów biochemii II stopnia ; oraz dla studentów II i III roku studiów I stopnia kierunku biochemii.

W sem. zimowym 2020/21 kurs realizowany jest w formie zdalnej, za pośrednictwem platformy MS Teams. Studenci powinni pobrać rownież i zainstalować program Statistica, który jest dostępny na UJ.

(na stronie https://dui.uj.edu.pl/statistica).

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.