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

Statystyczne modelowanie zjawisk biologicznych

Informacje ogólne

Kod przedmiotu: WBNZ-958 Kod Erasmus / ISCED: (brak danych) / (0511) Biologia
Nazwa przedmiotu: Statystyczne modelowanie zjawisk biologicznych
Jednostka: Instytut Nauk o Środowisku
Grupy:
Punkty ECTS i inne: 2.00
Język prowadzenia: polski

Zajęcia w cyklu "Semestr letni 2019/2020" (zakończony)

Okres: 2020-02-24 - 2020-06-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Mariusz Cichoń, Szymon Drobniak
Prowadzący grup: Mariusz Cichoń
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ocena wliczana do średniej:

tak

Cele kształcenia:

Wprowadzenie do modelowania statystycznego zjawisk biologicznych.

Efekty kształcenia:

Student zna podstawowe zasady programowania, w szczególności w środowisku R. Rozumie pojęcie algorytmu, potrafi sformułować prosty algorytm analizy danych w postaci schematu blokowego i zapisać go w języku R. Zna zasady tworzenia baz danych, szczególnie zawierających informację genetyczną. Zna zasady modelowania zjawisk biologicznych, potrafi sformułować prosty model matematyczny zjawiska biologicznego i zaimplementować go w środowisku obliczeniowym R.


Student umie przeprowadzić analizy statystyczne w środowisku R, szczególnie te przydatne w analizach genetycznych. Umie przeprowadzić proste symulacje numeryczne. Wykorzystuje narzędzia tekstowe do analizy sekwencji genetycznych. Tworzy raporty z analiz statystycznych w tym wykresy. Planuje i tworzy proste modele statystyczne i poprawnie interpretuje ich wyniki.


Rozumie znaczenie modelowania w postępie nauk biologicznych.


Wymagania wstępne:

Brak wymagań wstępnych



Forma i warunki zaliczenia:

Postępy studentów będą oceniane na bieżąco w trakcie zajęć oraz poprzez krótkie zadania domowe rozszerzające w kreatywny sposób treści przekazywane w czasie ćwiczeń. Dodatkowo raport przygotowywany samodzielnie na ostatnich zajęciach.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Ocena postępów studenta na zajęciach prowadzona w sposób ciągły. Krótki raport jako odpowiedź na zadany do rozwiązania problem.

Powyższe efekty kształcenia zostaną uznane za osiągnięte jeśli student wykaże, że porusza się sprawnie w środowisku R oraz przedstawi w pełni poprawny raport z analiz dostarczonych studentowi przykładowych danych.


Metody dydaktyczne:

Ćwiczenia przy komputerze

Bilans punktów ECTS:

Udział w zajęciach – 30 h

Praca własna studenta (zadania domowe) – 20 h

Suma godzin: 50 h


Grupa treści kształcenia:

Grupa treści kształcenia do wyboru

Pełny opis:

1) Wprowadzenie do programowania oraz do R (podstawowe zasady programowania, jak przechowuje się dane w R)

2) Podstawowe procedury statystyczne w R (proste operacje arytmetyczne, statystyki opisowe), wykorzystywanie prostych wykresów do zobrazowania danych

3) Jak przeprowadzić z R wstępną eksplorację danych?

4) Testowanie hipotez statystycznych

5) Jak R posługuje się danymi genetycznymi (np. proste pliki przechowujące sekwencje DNA)?

6) Jak za pomocą R stworzyć i obsługiwać prostą bazę danych (na przykładzie zestawienia danych genetycznych oraz parametrów klinicznych chorych).

7) Proste symulacje numeryczne i losowania w R - wykorzystywanie R do wykonywania eksperymentów numerycznych z losowaniem.

8) Narzędzia w R służące do planowania badań: analiza mocy testów, ustalanie wielkości próby.

9) Wykorzystanie narzędzi tekstowych w R do analizy sekwencji genetycznych. Przykład zastosowania przy projektowaniu primerów do PCR.

10) Prezentacja danych w R: tworzenie raportów z analiz statystycznych, tworzenie estetycznych wykresów (ggplot2).

Literatura:

Literatura uzupełniająca

Drobniak 2011. Introduction to R.

Albert, Rizzo 2012. R by example.

Zuur, Ieno, Mesters. 2010. A beginner’s guide to R.

Uwagi:

II stopień, I rok, ścieżka biologia molekularna; fakultatywny

Zajęcia przy komputerze

Zajęcia w cyklu "Semestr letni 2020/2021" (jeszcze nie rozpoczęty)

Okres: 2021-02-24 - 2021-06-14
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Mariusz Cichoń, Szymon Drobniak
Prowadzący grup: Mariusz Cichoń
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ocena wliczana do średniej:

tak

Cele kształcenia:

Wprowadzenie do modelowania statystycznego zjawisk biologicznych.

Efekty kształcenia:

Student zna podstawowe zasady programowania, w szczególności w środowisku R. Rozumie pojęcie algorytmu, potrafi sformułować prosty algorytm analizy danych w postaci schematu blokowego i zapisać go w języku R. Zna zasady tworzenia baz danych, szczególnie zawierających informację genetyczną. Zna zasady modelowania zjawisk biologicznych, potrafi sformułować prosty model matematyczny zjawiska biologicznego i zaimplementować go w środowisku obliczeniowym R.


Student umie przeprowadzić analizy statystyczne w środowisku R, szczególnie te przydatne w analizach genetycznych. Umie przeprowadzić proste symulacje numeryczne. Wykorzystuje narzędzia tekstowe do analizy sekwencji genetycznych. Tworzy raporty z analiz statystycznych w tym wykresy. Planuje i tworzy proste modele statystyczne i poprawnie interpretuje ich wyniki.


Rozumie znaczenie modelowania w postępie nauk biologicznych.


Wymagania wstępne:

Brak wymagań wstępnych



Forma i warunki zaliczenia:

Postępy studentów będą oceniane na bieżąco w trakcie zajęć oraz poprzez krótkie zadania domowe rozszerzające w kreatywny sposób treści przekazywane w czasie ćwiczeń. Dodatkowo raport przygotowywany samodzielnie na ostatnich zajęciach.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Ocena postępów studenta na zajęciach prowadzona w sposób ciągły. Krótki raport jako odpowiedź na zadany do rozwiązania problem.

Powyższe efekty kształcenia zostaną uznane za osiągnięte jeśli student wykaże, że porusza się sprawnie w środowisku R oraz przedstawi w pełni poprawny raport z analiz dostarczonych studentowi przykładowych danych.


Metody dydaktyczne:

Ćwiczenia przy komputerze

Bilans punktów ECTS:

Udział w zajęciach – 30 h

Praca własna studenta (zadania domowe) – 20 h

Suma godzin: 50 h


Grupa treści kształcenia:

Grupa treści kształcenia do wyboru

Pełny opis:

1) Wprowadzenie do programowania oraz do R (podstawowe zasady programowania, jak przechowuje się dane w R)

2) Podstawowe procedury statystyczne w R (proste operacje arytmetyczne, statystyki opisowe), wykorzystywanie prostych wykresów do zobrazowania danych

3) Jak przeprowadzić z R wstępną eksplorację danych?

4) Testowanie hipotez statystycznych

5) Jak R posługuje się danymi genetycznymi (np. proste pliki przechowujące sekwencje DNA)?

6) Jak za pomocą R stworzyć i obsługiwać prostą bazę danych (na przykładzie zestawienia danych genetycznych oraz parametrów klinicznych chorych).

7) Proste symulacje numeryczne i losowania w R - wykorzystywanie R do wykonywania eksperymentów numerycznych z losowaniem.

8) Narzędzia w R służące do planowania badań: analiza mocy testów, ustalanie wielkości próby.

9) Wykorzystanie narzędzi tekstowych w R do analizy sekwencji genetycznych. Przykład zastosowania przy projektowaniu primerów do PCR.

10) Prezentacja danych w R: tworzenie raportów z analiz statystycznych, tworzenie estetycznych wykresów (ggplot2).

Literatura:

Literatura uzupełniająca

Drobniak 2011. Introduction to R.

Albert, Rizzo 2012. R by example.

Zuur, Ieno, Mesters. 2010. A beginner’s guide to R.

Uwagi:

II stopień, I rok, ścieżka biologia molekularna; fakultatywny

Zajęcia przy komputerze

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