Uniwersytet Jagielloński w Krakowie - Centralny System Uwierzytelniania

NA SKRÓTY
STUDENCI, PRACOWNICY
JEDNOSTKI ORGANIZACYJNE
PRZEDMIOTY
- Statistics for research sciences
STUDIA
SALE
AKADEMIKI
POMOC

Statistics for research sciences

Informacje ogólne

Kod przedmiotu:	WB.SDSP.B/PhD-2
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Statistics for research sciences
Jednostka:	Instytut Nauk o Środowisku
Grupy:
Punkty ECTS i inne:	0 LUB 4.00 (w zależności od programu) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	angielski

Zajęcia w cyklu "Semestr letni 2023/2024" (w trakcie)

Okres:	2024-02-26 - 2024-06-16	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT KON CW
Typ zajęć:	Ćwiczenia, 15 godzin, 12 miejsc więcej informacji Konwersatorium, 30 godzin, 12 miejsc więcej informacji
Koordynatorzy:	Mariusz Cichoń
Prowadzący grup:	Mariusz Cichoń
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Egzamin
Efekty kształcenia:	Student possess basic knowledge on statistical modelling and application of linear and non-linear models in life sciences. Knows limits of using statistical tools. Student applies suitable statistical model (statistical method) to solve a scientific problem using appropriate data. Student is able to perform statistical inference and describe the outcome. Student is ready to use statistical tools in life sciences and sees the need to continue learning to improve his/her own statistical skills
Wymagania wstępne:	brak
Forma i warunki zaliczenia:	Continuos assessment of learnig progresss throughout the semester
Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:	Continuous assesment of lerning progress. A short reports on data analyses. Learning outcome will be approved when a student will show his/her ability to perform suitable statistical inference from the data and show ability to critically assess correctness of statistical inference
Metody dydaktyczne:	Problem-based learnign. Practicals with computeres using R environment.
Bilans punktów ECTS:	Group discussions 30 Practicals 15 Preparing to classess 30 Writing reports 20 Total 90h
Pełny opis:	Models of analyses of variance (regeression and correlation, Anova, Ancova, hierarchical analyses, repeated Anova, Manova) Claster analyses and Discriminant analyses Principal component analyses. Logistic regression Analyses of frequences Anayses with filogenetic signals Application of statistics and genetic studies Introduction to Meta-analyses Presentation of statistical results
Literatura:	Quinn i Keough. 2002. Experimental Design and Data Analysis for Biologists. Cambridge Universtity Press Łomnicki.2014. Statystyka dla przyrodników. PWN

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