Elementy metodologii badań empirycznych w medycynie i Zastosowania statystyki. Zarys programu studiów. weekend 1: sobota

Wielkość: px
Rozpocząć pokaz od strony:

Download "Elementy metodologii badań empirycznych w medycynie i Zastosowania statystyki. Zarys programu studiów. weekend 1: sobota 18-10-2014"

Transkrypt

1 Elementy metodologii badań empirycznych w medycynie i Zastosowania statystyki w badaniach biomedycznych Celem studiów jest przekazanie podstawowej wiedzy i kształcenie umiejętności w zakresie projektowania badań empirycznych w medycynie, przygotowywania publikacji naukowych, umiejętności wyboru odpowiednich metod opracowania wyników badań, poprawnej interpretacji wyników analiz oraz ich prezentacji w publikacjach naukowych. W części poświęconej praktycznym zastosowaniom biostatystyki analizy będą ilustrowane przykładami w środowisku programów z rodziny STATISTICA oraz innych wolno dostępnych w sieci programów do analizy danych. Studia są przeznaczone dla osób zajmujących się różnymi aspektami badań empirycznych w medycynie oraz tych, które zamierzają zajmować się tą problematyką. Zarys programu studiów Soboty (8 godzin): , , , Niedziele (6 godzin): , , weekend 1: sobota Blok II: Badania i publikacje w naukach medycznych Planowanie i prowadzenie badań empirycznych w medycynie (UMed, Wojciech Młynarski, Wojciech Fendler, Michał Nowicki, Cezary Watała) Badanie naukowe (Cezary Watała) 1 godz. Projektowanie eksperymentu naukowego w medycynie (plan i algorytm badania) 1 godz. (Wojciech Fendler) Rodzaje i specyfika badań klinicznych (Wojciech Młynarski) Badania obserwacyjne i badania eksperymentalne 2 godz. (Wojciech Młynarski) Medycyna oparta na faktach (EBM) 1 godz. (Wojciech Młynarski) 8 godz. sobota Blok I: Przygotowanie danych i zastosowania biostatystyki w opracowywaniu wyników badań medycznych weekend 1: niedziela Wprowadzenie do obsługi programu STATISTICA 2 godz. Przygotowanie danych na potrzeby analiz (Janusz Wątroba Statsoft) Źródła danych Gromadzenie danych (bazy danych, excel, STATISTICA) Techniki próbkowania

2 Wybrane zaawansowane metody próbkowania, np. propensity score matching, covariate matching Metody czyszczenia danych i ich przekształcanie, brakujące dane; różne metody imputacji danych korzyści i niebezpieczeństwa; zastępowanie średnią, medianą; metody MAR, MCAR czy EM, metody regresyjne i ANOVA Zmiany układu danych, tworzenie podzbiorów Weryfikacja danych odstających (3t+3p) weekend 2: sobota Wybrane elementy rachunku prawdopodobieństwa i metody statystyki opisowej (G. Harańczyk Statsoft lub J, Wątroba StatSoft) Podstawy rachunku prawdopodobieństwa uwzględniające zagadnienia przydatne w kontekście randomizacji prób i wnioskowania statystycznego (tutaj można się skupić na przypomnieniu zagadnień związanych z wnioskowaniem statystycznym, jak prawdopodobieństwo klasyczne, i warunkowe (bayesowskie), zmienna losowa, rozkład prawdopodobieństwa, etc., ale można także rozważyć przypomnienie podstawowych prostych zagadnień kombinatoryki i rachunku prawdopodobieństwa: permutacje, kombinacje, wariacje bez powtórzeń, wariacje z powtórzeniami, dwumian Newtona), twierdzenie Bayesa, itp. Pojęcie rozkładu empirycznego zmiennej i sposoby jego badania Podstawowe charakterystyki liczbowe rozkładu zmiennej weekend 2: niedziela Blok II: Badania i publikacje w naukach medycznych 2t +4p Badania niekliniczne przygotowywanie i prowadzenie (UMED, Wojciech Młynarski, Wojciech Fendler, Cezary Watała) Specyfika badań na modelach zwierzęcych (Cezary Watała) Specyfika badań na układach modelowych in vitro (Wojciech Młynarski, Wojciech Fendler) 3 godz. Przygotowywanie publikacji naukowych z badań medycznych (UMed, Wojciech Młynarski, Wojciech Fendler, Michał Nowicki, Cezary Watała) 3 godz. Publikacja naukowa, rodzaje oraz język (1-2t) (Michał Nowicki) Zasady cytowania literatury (1t) (Michał Nowicki) Punktacja publikacji naukowych (0.5t) (Michał Nowicki) Proces recenzji publikacji naukowej i przygotowywanie odpowiedzi na recenzje (1-1.5t) (Wojciech Fendler) 2

3 Błędy spotykane w pracy naukowo-badawczej i publikacjach naukowych (2t) (Wojciech Fendler) Wyszukiwanie informacji naukowej i biomedyczne bazy literatury naukowej (1t) (Michał Nowicki) Prawo autorskie a publikacje naukowe. Problem plagiatu (1t) (Michał Nowicki) 6 godz. niedziela Blok I: Przygotowanie danych i zastosowania biostatystyki w opracowywaniu wyników badań medycznych weekend 3: sobota Wprowadzenie do wnioskowania statystycznego (dr Janusz Wątroba Statsoft, UMed, Cezary Watała) Podstawowe pojęcia statystyki indukcyjnej Zagadnienie estymacji Weryfikacja hipotez statystycznych i jej znaczenie w kontekście hipotez badawczych Testy statystyczne i ich zastosowanie do weryfikacji hipotez badawczych weekend 3: niedziela (4t+4p) Zagadnienie mocy testu i wielkość próby (dr Janusz Wątroba Statsoft) Obliczanie mocy testu i jej zastosowania Szacowanie liczebności próby w różnych badaniach: - porównywanie średnich (dla pomiarów sparowanych i niesparowanych, dla dwóch i więcej prób) - porównywanie proporcji (dla pomiarów sparowanych w układzie krzyżowym [matched case-control] i niesparowanych [independent casecontrol], dla dwóch i więcej prób) w badaniach kliniczno kontrolnych i kohortowych (independent cohort, paired cohort) - dla badań typu superiority, equality, non-inferiority - w badaniach populacyjnych (population survey) - porównanie czasów przeżycia - badaniach asocjacji (korelacji) weekend 4: sobota Wybrane metody analizy danych jakościowych (mgr Andrzej Stanisz, CMUJ) Wprowadzenie - skale pomiarowe Przypomnienie podstawowych technik analizy danych Analiza wskaźników struktury 3

4 o Przedział ufności dla wskaźników struktury o Porównanie dwóch wskaźników struktury Tabele kontyngencji o Tabele dwudzielcze Miary powiązania i wielkości efektu Testy statystyczne dla tabel dwudzielczych Test dokładny Fishera Test McNemary i Q Cochrana dla zmiennych powiązanych Test Mantela Haenszela o Tabele trójdzielcze o Paradoks Simsona o Tabele kontyngencji dowolnych rozmiarów Analiza korespondencji o Przykład analizy korespondencji o Wielowymiarowa analiza korespondencji Analiza log-liniowa o Analiza log liniowa dla tabel dwudzielczych o Analiza log-liniowa dla tabel trójdzielczych o Analiza log-liniowa dla zmiennych porządkowych weekend 4: niedziela Wybrane metody analizy analizy danych jakościowych oraz wyników badań populacyjnych i diagnostycznych (mgr Andrzej Stanisz, CMUJ, doc W. Fendler UMed) Mgr A. Stanisz, CMUJ Ocena procedur diagnostycznych o Czułość i swoistość o Krzywa ROC o Wartość predykcyjna dodatnia i wartość predykcyjna ujemna o Współczynnik zgodności Dr hab. Wojciech Fendler, UMED Metody wykorzystywane w badaniach populacyjnych i diagnostycznych Miary zapadalności i umieralności Oceny czynników ryzyka w medycynie i epidemiologii o Ryzyko względne, iloraz szans, ryzyko przypisane, ARR, RRR, NNT, ARI, RRI, NNH, ABI, RBI 4

5 weekend 5: sobota, Bardziej zaawansowane techniki wielowymiarowe: Przygotowanie narzędzia badawczego i analiza rzetelności (sobota, prof. Adam Sagan, Uniwersytet Ekonomiczny, Kraków) Zasady budowy kwestionariusza (formy komunikacji z badanymi, proces budowy kwestionariusza, formy pytań, efekty stylu i nastawienia odpowiedzi) Budowa skal prostych: skale nieporównawcze i porównawcze, skale ocen, skale rangowe i skale porównań parami, transformacja skal rangowych, skale o sumie stałej; Budowa skal złożonych i ocena rzetelności: procedura C-OAR-SE, skala Likerta, Guttmana, dyferencjału semantycznego, wskaźniki refleksywne i formatywne, proces budowy skali ze wskaźnikami refleksywnymi, ocena wymiarowości skali, ocena rzetelności i trafności skali; Statystyczne metody oceny wymiarowości skal: analiza głównych składowych, analiza korespondencji, eksploracyjna analiza czynnikowa; Metody ocen zgodności i jednorodności skal: współczynniki zgodności sędziów, metoda połówkowa, współczynnik -Cronbacha weekend 5: niedziela, Bardziej zaawansowane techniki wielowymiarowe: Zaawansowane metody statystyczne w skalowaniu i analizie danych - modelowanie równań strukturalnych (niedziela, prof. Adam Sagan, Uniwersytet Ekonomiczny, Kraków) Ocena rzetelności w podejściu modelowym - konfirmacyjna analiza czynnikowa: identyfikacja modelu czynnikowego, dobroć dopasowania wskaźniki opisowe, przyrostowe, populacyjne, resztowe i informacyjne, ocena parametrów modelu; Wskaźniki rzetelności AVE Fornella i Omega Mc Donalda; Konfirmacyjna analiza czynnikowa dla danych binarnych: korelacje tetrachoryczne, wartości progowe; Ocena równoważności pomiarowej w wielogrupowych modelach CFA; Wykorzystanie skal opartych na czynnikach w modelach ścieżkowych (budowa indeksów, identyfikacja modelu strukturalnego, ocena parametrów modelu, ocena efektów mediacyjnych w modelu); Ogólny model strukturalny (etapy budowy modelu ogólnego, interpretacja części pomiarowej i strukturalnej, respecyfikacja modelu); Wprowadzenie do symulacji MonteCarlo w modelach strukturalnych 6 godz. (niedziela) weekend 6: sobota i niedziela stycznia

6 Wybrane zagadnienia statystycznego planowania eksperymentów i techniki opracowywania ich wyników (Janusz Wątroba, StatSoft) Podstawowe pojęcia doświadczalnictwa Podstawowe schematy randomizacji (seryjna, w niezależnych grupach/układach ciągłych, alokacja krzyżowa, schemat blokowy, kwadraty łacińskie i grecko-łacińskie, itp.) Podstawowe układy doświadczalne wykorzystywane w badaniach medycznych Omówienie wybranych układów niestandardowych Zastosowania różnych modeli analizy wariancji w opracowywaniu wyników badań medycznych - analiza jedno- i wieloczynnikowa, problem interakcji - modele efektów głównych, czynnikowych, zagnieżdżone ANOVA (ustalanie hierarchiczności) - z powtarzanymi pomiarami - dwuczynnikowa z powtórzeniami - problem sferyczności i homogenności wariancji - testy post-hoc dla ANOVA grup niepowiązanych i powiązanych (testy dla grupy kontrolnej, testy kontrastów) - wybrane odpowiedniki nieparametryczne analizy wariancji i testów porównań wielokrotnych ich zastosowania i ograniczenia Analiza dyskryminacyjna (dr Małgorzata Misztal, Uniwersytet Łódzki) - wprowadzenie do metod dyskryminacyjnych podstawowe pojęcia, konieczne założenia. - konstrukcja funkcji dyskryminacyjnych - podstawy metodologiczne, dobór zmiennych do modelu, liczba funkcji dyskryminacyjnych. Interpretacja współczynników funkcji dyskryminacyjnej. - klasyfikacja obiektów - funkcje klasyfikacyjne, prawdopodobieństwa klasyfikacji, odległości Mahalanobisa. - zastosowania analizy dyskryminacyjnej do analizy danych medycznych z wykorzystaniem programu STATISTICA (moduły: Analiza dyskryminacyjna i Ogólne modele analizy dyskryminacyjnej). (3t+5p) godzin (sobota i niedziela) weekend 7: sobota: Wprowadzenie do metod analizy współzależności zjawisk (prof. Jerzy Moczko, Uniwersytet Medyczny, Poznań) Miary powiązania danych jakościowych Analiza korelacyjna 1t+2p Wprowadzenie do metod modelowania statystycznego Analiza regresji liniowej prostej Analiza regresji liniowej wielorakiej Ogólne i uogólnione modele liniowe i nieliniowe gdzie przydatne? 6

7 Ogólne metodologiczne podstawy badania zjawisk okresowych (m.in. analiza spektralna parametryczna i nieparametryczna, analiza kosinorowa, filtracja sygnałów biomedycznych) 1t+4p weekend 7: niedziela 8 luty 2015 Wprowadzenie do metody Data Mining oraz program STATISTICA Data Miner (Grzegorz Harańczyk, Statsoft) Wprowadzenie teoretyczne z procedurami typu Data Mining 2 godz. Zapoznanie z programem Data Miner 4 godz. weekend 8: sobota 28 luty 2015 Wybrane zagadnienia metaanalizy i metaregresji jak czytać wyniki metaanalizy (Michał Kusy, Statsoft) Przygotowanie danych do metaanalizy 1 godz. Metaanaliza dla danych ciągłych i dyskretnych 2 godz. Standaryzacja pośrednia i bezpośrednia 1 godz. Analiza niejednorodności 1 godz. Analiza w grupach i metaregresja 2 godz. Analiza wrażliwości i ocena błędu publikacji 1 godz. weekend 8: niedziela Metody analizy przeżycia (prof. Andrzej Sokołowski, Uniwersytet Ekonomiczny, Kraków) Szacowanie funkcji przeżycia: tabele przeżycia w wersji pełnej (follow-up) i skróconej (abridged) Testy dla porównywania przeżyć: różnice, korzyści i przewagi Model regresji Coxa model ze zmiennymi harmonicznymi zależnymi od czasu (wymaga dopracowania w Zestawie, wiesza się moduł stepwise) 2t+4p weekend 9: sobota 14 marca 2015 Wybrane zaawansowane metody analizy współzależności zjawisk (Grzegorz Migut, StatSoft) Modele regresji nieliniowej Metody skoringowe Analiza regresji logistycznej zaawansowany moduł analizy regresji logistycznej z Zestawu Medycznego 7

8 3t+5p weekend 9: niedziela Zastosowanie metod data mining do analizy wyników badań medycznych I (dr hab. Agata Smoleń, UMed Lublin) Wprowadzenie do metod data mining Omówienie wybranych metod i przykłady ich zastosowań Przykłady analiz data mining w środowisku programu STATISTICA Data Miner - zastosowanie metod data mining w badaniach biomedycznych - dokładny program do ustalenia Model multivariate adaptive regression splines (MAR Splines) metoda analizy danych o rozkładach reszt niespełniających warunku normalności weekend 10: sobota Zastosowanie metody automatyczne sieci neuronowe do analizy wyników badań medycznych (doc. Maciej Szaleniec, AGH Kraków, ewentualnie, część praktyczna Statsoft, mgr Grzegorz Migut proszę o zadeklarowanie preferencji) Wprowadzenie do metody sieci neuronowych 4 godz. Zastosowanie metody sieci neuronowych w metodach regresyjnych przykłady analiz w środowisku programu STATISTICA 2 godz. Zastosowanie metody sieci neuronowych w metodach klasyfikacyjnych przykłady analiz w środowisku programu STATISTICA 2 godz. weekend 10: niedziela godzin (sobota) Zastosowanie metod data mining do analizy wyników badań medycznych II (dr dr Anna Justyna Milewska, UMed Białystok) Omówienie metodyki podejścia regresyjnego i klasyfikacyjnego w metodzie Data Mining Analiza składowych gównych Analiza skupień (aglomeracja, metoda k-średnich, sieci Kohonena) Analiza koszykowa Analiza korespondencji 3 Przykłady analiz Data mining na wybranych przykładach danych badan medycznych 8

9 Blok III: Case studies (UMed: prof. Michał Nowicki, prof. Wojciech Młynarski i dr hab. Wojciech Fendler z zespołem) jako przykłady dobrej i złej statystyki Cztery projekty omówione analitycznie krok po kroku z wyegzekwowaniem procedur i obliczeń wiodących do wyników końcowych, 1 projekt /weekend, tematyka do ustalenia, po 6 godzin na blok w sobotę i niedzielę (12 godz./ weekend) weekend 11: sobota i niedziela 11 i Badanie z wykorzystaniem analizy przeżycia; wprowadzenie teoretyczne/terminologiczne stricte medyczne, umożliwiające zapoznanie z wybranymi miarami typu event-free survival, progression-free survival itp.; bardzo pożądane przykłady, gdzie można będzie pokazać efekty manipulacji/symulacji tychże (Wojciech Młynarski) po 5 godzin (sobota i niedziela) weekend 12: sobota i niedziela 25 i Badanie z estymacja markerów diagnostycznych, analizą krzywych ROC, selekcja optymalnych markerów o dużej wiarygodności diagnostycznej (Wojciech Fendler) weekend 13: sobota i niedziela 16 i po 5 godzin (sobota i niedziela) Analiza wielkoskalowa, wykorzystanie analizy składowych głównych (PCA), liniowej analizy dyskryminacyjnej (LDA) i grupowania (clustering) (STATSOFT) weekend 14: sobota i niedziela 30 i po 5 godzin (sobota i niedziela) Przykład źle wykonanej analizy wzorzec przykład negatywny: np. "pseudogenetyczne" badanie polimorfizmów, z analizą zawierającą liczne błędy statystyczne, ze wskazaniem czego nie robić oraz w jaki sposób nie analizować (Wojciech Młynarski, Wojciech Fendler) po 5 godzin (sobota i niedziela) weekend 15: sobota i niedziela czerwca 2015 r. Przykład analizy z wykorzystaniem sieci neuronowych (ANN) dr hab. Maciej Szaleniec; tytul i treści do ustalenia po 5 godzin (sobota i niedziela) 9

10 weekend 16: sobota i niedziela 20 i Zaliczenie w dwóch blokach: poprawna analiza własnych danych/przygotowanie eksperymentu pod kątem zagwarantowania odpowiedniej mocy statystycznej, istotności, oszacowanie minimalnej liczności próby badanej oraz prezentacja w taki sposób aby mogła się odbyć konstruktywna dyskusja każdego projektu przez uczestników. (dr hab. Wojciech Fendler, prof. Wojciech Młynarski, dr Janusz Wątroba, prof. Cezary Watała, oraz wszyscy inni biorący udział w szkoleniu, którzy wyrażą zainteresowanie uczestniczeniem) po 8 godzin (sobota i niedziela) weekend 17: sobota i niedziela 27 i Zaliczenie w dwóch blokach: poprawna analiza własnych danych/przygotowanie eksperymentu pod kątem zagwarantowania odpowiedniej mocy statystycznej, istotności, oszacowanie minimalnej liczności próby badanej oraz prezentacja w taki sposób aby mogła się odbyć konstruktywna dyskusja każdego projektu przez uczestników. (dr hab. Wojciech Fendler, prof. Wojciech Młynarski, dr Janusz Wątroba, prof. Cezary Watała, oraz wszyscy inni biorący udział w szkoleniu, którzy wyrażą zainteresowanie uczestniczeniem) po 8 godzin (sobota i niedziela) w sumie: minimum 17 spotkań weekendowych w wymiarze łącznym 225 godz. 10

BIOSTATYSTYKA KARTA PRZEDMIOTU. 1. Nazwa przedmiotu. 2. Numer kodowy COM03c. 3. Język, w którym prowadzone są zajęcia polski. 4. Typ kursu obowiązkowy

BIOSTATYSTYKA KARTA PRZEDMIOTU. 1. Nazwa przedmiotu. 2. Numer kodowy COM03c. 3. Język, w którym prowadzone są zajęcia polski. 4. Typ kursu obowiązkowy Projekt OPERACJA SUKCES unikatowy model kształcenia na Wydziale Lekarskim Uniwersytetu Medycznego w Łodzi odpowiedzią na potrzeby gospodarki opartej na wiedzy współfinansowany ze środków Europejskiego

Bardziej szczegółowo

Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni

Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni Przedmiot: Statystyczne Sterowanie Procesami Rodzaj przedmiotu: Obowiązkowy Kod przedmiotu:

Bardziej szczegółowo

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii

Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane

Bardziej szczegółowo

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22

Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22 Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy y/ ćwiczenia

Bardziej szczegółowo

I. Oprogramowanie sieciowe do prowadzenia analiz statystycznych wyników badań naukowych

I. Oprogramowanie sieciowe do prowadzenia analiz statystycznych wyników badań naukowych Załącznik nr 1 do siwz Znak sprawy: ZP-PNK/D/2013/9/87 (nazwa wykonawcy) SPECYFIKACJA PRZEDMIOTU ZAMÓWIENIA w postępowaniu powaniu o udzielenie zamówienia publicznego prowadzonym w trybie przetargu nieograniczonego

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Załącznik nr 5b do Uchwały senatu UMB nr 61/2016 z dnia 30.05.2016 Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email):

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Zdrowie Publiczne ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej

KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Zdrowie Publiczne ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) dr Robert Milewski

KARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) dr Robert Milewski Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -

Bardziej szczegółowo

Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak

Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Autor prezentuje spójny obraz najczęściej stosowanych metod statystycznych, dodatkowo omawiając takie

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

SPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA

SPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA SPIS TEŚCI PRZEDMOWA...13 CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA 1. ZDARZENIA LOSOWE I PRAWDOPODOBIEŃSTWO...17 1.1. UWAGI WSTĘPNE... 17 1.2. ZDARZENIA LOSOWE... 17 1.3. RELACJE MIĘDZY ZDARZENIAMI... 18 1.4.

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW IV ROKU STUDIÓW

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW IV ROKU STUDIÓW PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW IV ROKU STUDIÓW 1. NAZWA PRZEDMIOTU : BIOSTATYSTYKA 2. NAZWA JEDNOSTKI (jednostek

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański

KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół

Bardziej szczegółowo

BIOSTATYSTYKA. Liczba godzin. Zakład Statystyki i Informatyki Medycznej

BIOSTATYSTYKA. Liczba godzin. Zakład Statystyki i Informatyki Medycznej Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu WydziałZdrowia i Nauk Medycznych obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 014/015 Kierunek studiów: Pielęgniarstwo

Bardziej szczegółowo

ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak

ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak Tytuł: Autor: ZAAWANSOWANE METODY ANALIZ STATYSTYCZNYCH red. Ewa Frątczak Wstęp Zaawansowane metody analiz statystycznych przenoszą analizy statystyczne na kolejny wyższy poziom. Określenie tego wyższego

Bardziej szczegółowo

Opis efektów kształcenia dla modułu zajęć

Opis efektów kształcenia dla modułu zajęć Nazwa modułu: Wprowadzenie do analizy danych Rok akademicki: 2012/2013 Kod: IET-2-303-SU-s Punkty ECTS: 2 Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Elektronika i Telekomunikacja Specjalność:

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Metody statystyczne w pedagogice Kod przedmiotu

Metody statystyczne w pedagogice Kod przedmiotu Metody statystyczne w pedagogice - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metody statystyczne w pedagogice Kod przedmiotu 05.9-WP-PEDD-MS-L_pNadGen0DXUI Wydział Kierunek Wydział Pedagogiki,

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Stacjonarne

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

MONITOROWANIE DZIAŁAŃ NIEPOŻĄDANYCH

MONITOROWANIE DZIAŁAŃ NIEPOŻĄDANYCH MONITOROWANIE DZIAŁAŃ NIEPOŻĄDANYCH Michał Kusy, StatSoft Polska Sp. z o.o. Wprowadzenie Wyniki badań klinicznych leku przeprowadzanych przed wprowadzeniem go na rynek nie są w stanie dostarczyć w pełni

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) 748 55 82 email: statinfmed@uwb.edu.pl dr Robert Milewski

KARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) 748 55 82 email: statinfmed@uwb.edu.pl dr Robert Milewski Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot:

Bardziej szczegółowo

laboratoria 24 zaliczenie z oceną

laboratoria 24 zaliczenie z oceną Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne

Bardziej szczegółowo

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu Sylabus przedmiotu: Specjalność: Statystyka Wszystkie specjalności Data wydruku: 31.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny Dane podstawowe

Bardziej szczegółowo

Opis efektów kształcenia i sposobów ich weryfikacji

Opis efektów kształcenia i sposobów ich weryfikacji PROGRAM PRZEDMIOTU Nazwa przedmiotu WNIOSKOWANIE STATYSTYCZNE Rok akademicki / 26, semestr zimowy, grupy UE 1 Prof. zw. dr hab. Andrzej Luszniewicz Wymagania wstępne Studenci wnioskowania statystycznego

Bardziej szczegółowo

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15

Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Sylabus do programu kształcenia obowiązującego od roku akademickiego 0/5 () Nazwa Rachunek prawdopodobieństwa i statystyka () Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot ()

Bardziej szczegółowo

Analiza statystyczna. Microsoft Excel 2010 PL.

Analiza statystyczna. Microsoft Excel 2010 PL. Analiza statystyczna. Microsoft Excel 2010 PL. Autor: Conrad Carlberg Zaufaj posiadanym danym! Microsoft Excel 2010 to ukochane narzędzie studentów, analityków, księgowych, menedżerów i prezesów. Uniwersalność

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera

Bardziej szczegółowo

Szkolenie Statystyka w medycynie

Szkolenie Statystyka w medycynie Szkolenie Statystyka w medycynie program i cennik Łukasz Deryło Analizy statystyczne, szkolenia www.statystyka.c0.pl Szkolenie Statystyka w medycynie Co obejmuje? Szkolenie obejmuje metody statystyczne

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/201 WydziałPsychologii i Nauk Humanistycznych Kierunek studiów:

Bardziej szczegółowo

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17

SPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 SPIS TREŚCI WSTĘP..13 CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 1. TREŚĆ, PRZEZNACZENIE I PROCES BADAŃ MARKETINGOWYCH....19 1.1. Dlaczego badania marketingowe

Bardziej szczegółowo

Badanie opinii Omniwatch. Oferta badawcza

Badanie opinii Omniwatch. Oferta badawcza Badanie opinii Omniwatch Oferta badawcza Kim jesteśmy? SW Research Agencja badań rynku i opinii Rok założenia 2011 Wizerunek Firma oferująca profesjonalne rozwiązania badawcze, usługi analityczne i doradcze.

Bardziej szczegółowo

S t a t y s t y k a, część 3. Michał Żmihorski

S t a t y s t y k a, część 3. Michał Żmihorski S t a t y s t y k a, część 3 Michał Żmihorski Porównanie średnich -test T Założenia: Zmienne ciągłe (masa, temperatura) Dwie grupy (populacje) Rozkład normalny* Równe wariancje (homoscedasticity) w grupach

Bardziej szczegółowo

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 Redaktor: Alicja Zagrodzka Korekta: Krystyna Chludzińska Projekt okładki: Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 ISBN 978-83-7383-296-1 Wydawnictwo Naukowe Scholar

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska

Bardziej szczegółowo

Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych

Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych Studia podyplomowe w zakresie przetwarzanie, zarządzania i statystycznej analizy danych PRZEDMIOT (liczba godzin konwersatoriów/ćwiczeń) Statystyka opisowa z elementami analizy regresji (4/19) Wnioskowanie

Bardziej szczegółowo

Opis przedmiotu: Probabilistyka I

Opis przedmiotu: Probabilistyka I Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Kurs Chemometrii Poznań 28 listopad 2006

Kurs Chemometrii Poznań 28 listopad 2006 Komisja Nauk Chemicznych Polskiej Akademii Nauk Oddział w Poznaniu Wydział Technologii Chemicznej Politechniki Poznańskiej w Poznaniu GlaxoSmithKline Pharmaceuticals S.A. w Poznaniu Stowarzyszenie ISPE

Bardziej szczegółowo

Statystyka SYLABUS A. Informacje ogólne

Statystyka SYLABUS A. Informacje ogólne Statystyka SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Dziedzina

Bardziej szczegółowo

Sylabus Część A - Opis przedmiotu kształcenia. obowiązkowy X fakultatywny kierunkowy podstawowy X polski X angielski inny

Sylabus Część A - Opis przedmiotu kształcenia. obowiązkowy X fakultatywny kierunkowy podstawowy X polski X angielski inny Załącznik nr 2 do Uchwały Senatu Uniwersytetu Medycznego we Wrocławiu nr 1441 z dnia 24 września 2014 r. Nazwa modułu/przedmiotu Wydział Kierunek studiów Specjalności Poziom studiów Sylabus Część A - Opis

Bardziej szczegółowo

Badanie opinii Warsaw Watch. Oferta badawcza

Badanie opinii Warsaw Watch. Oferta badawcza Badanie opinii Warsaw Watch Oferta badawcza Kim jesteśmy? SW Research Agencja badań rynku i opinii Rok założenia 2011 Wizerunek Firma oferująca profesjonalne rozwiązania badawcze, usługi analityczne i

Bardziej szczegółowo

Metodologia badań empirycznych z elementami statystyki.

Metodologia badań empirycznych z elementami statystyki. Metodologia badań empirycznych z elementami statystyki. A. Tematy zajęć: 1. Wprowadzenie. Kiedy i do czego w psychologii potrzebna jest znajomość zasad metodologii badań naukowych i statystyki?. Specyfika

Bardziej szczegółowo

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 MATEMATYKA3 Mathematics3 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Grzegorz

Bardziej szczegółowo

Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych

Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych kod modułu: 2BL_02 1. Informacje ogólne koordynator

Bardziej szczegółowo

MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ

MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ I LOJALNOŚCIĄ WOBEC MARKI Adam Sagan Akademia Ekonomiczna w Krakowie, Katedra Analizy Rynku i Badań Marketingowych Wstęp Modelowanie strukturalne ma wielorakie

Bardziej szczegółowo

1. Informacje o StatSoft Polska

1. Informacje o StatSoft Polska 1. Informacje o StatSoft Polska StatSoft Polska jest największym w Polsce dostawcą programów do statystycznej analizy danych, a także największym w Polsce organizatorem specjalistycznych kursów i szkoleń

Bardziej szczegółowo

Modelowanie glikemii w procesie insulinoterapii

Modelowanie glikemii w procesie insulinoterapii Dawid Kaliszewski Modelowanie glikemii w procesie insulinoterapii Promotor dr hab. inż. Zenon Gniazdowski Cel pracy Zbudowanie modelu predykcyjnego przyszłych wartości glikemii diabetyka leczonego za pomocą

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

w ekonomii, finansach i towaroznawstwie

w ekonomii, finansach i towaroznawstwie w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez

Bardziej szczegółowo

dr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę.

dr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę. dr Dominik M. Marciniak Analizy statystyczne w pracach naukowych czego unikać, na co zwracać uwagę. Statistics in academic papers, what to avoid and what to focus on. Uniwersytet Medyczny im. Piastów Śląskich

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Statystyka społeczna Redakcja naukowa Tomasz Panek

Statystyka społeczna Redakcja naukowa Tomasz Panek Statystyka społeczna Redakcja naukowa Podręcznik obejmuje wiedzę o badaniach zjawisk społecznych jako źródło wiedzy dla różnych instytucji publicznych. Zostały w nim przedstawione metody analizy ilościowej

Bardziej szczegółowo

3.2 EFEKTY KSZTAŁCENIA DLA PRZEDMIOTU/ MODUŁU ( WYPEŁNIA KOORDYNATOR)

3.2 EFEKTY KSZTAŁCENIA DLA PRZEDMIOTU/ MODUŁU ( WYPEŁNIA KOORDYNATOR) SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2022 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Kod przedmiotu/ modułu* Wydział (nazwa jednostki prowadzącej kierunek) Nazwa jednostki

Bardziej szczegółowo

Sylabus modułu: Matematyka stosowana z elementami chemometrii (0310-CH-S1-018)

Sylabus modułu: Matematyka stosowana z elementami chemometrii (0310-CH-S1-018) Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: chemia, poziom pierwszy Sylabus modułu: Matematyka stosowana z elementami chemometrii (018) 1. Informacje ogólne koordynator modułu dr

Bardziej szczegółowo

MODEL POMIAROWY SATYSFAKCJI I LOJALNOŚCI

MODEL POMIAROWY SATYSFAKCJI I LOJALNOŚCI MODEL POMIAROWY SATYSFAKCJI I LOJALNOŚCI Adam Sagan Akademia Ekonomiczna w Krakowie, Katedra Analizy Rynku i Badań Marketingowych Wstęp Zaletą stosowania konfirmacyjnej analizy czynnikowej (CFA) w porównaniu

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Miedzynarodowych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. opulacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

Metodologia poznania naukowego. Ochrona własności intelektualnej

Metodologia poznania naukowego. Ochrona własności intelektualnej Metodologia poznania naukowego. Ochrona własności intelektualnej Odpowiedzialny za przedmiot: prof. dr hab. Cezary Watała Rodzaje badań naukowych Zakład Zaburzeń Krzepnięcia Krwi KDL Uniwersytetu Medycznego

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2015/2016. Forma studiów: Stacjonarne Kod kierunku: 12.

Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2015/2016. Forma studiów: Stacjonarne Kod kierunku: 12. Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Zdrowia obowiązuje studentów rozpoczynających studia w roku akademickim 201/2016 Kierunek studiów: Pielęgniarstwo Profil: Praktyczny

Bardziej szczegółowo

1.INFORMACJE O PRZEDMIOCIE A. Podstawowe dane

1.INFORMACJE O PRZEDMIOCIE A. Podstawowe dane Kod przedmiotu:. Pozycja planu: B.1., B.1a 1.INFORMACJE O PRZEDMIOCIE A. Podstawowe dane Nazwa przedmiotu Metody badań na zwierzętach Kierunek studiów Poziom studiów Profil studiów Forma studiów Specjalność

Bardziej szczegółowo

Model procesu dydaktycznego

Model procesu dydaktycznego Model procesu dydaktycznego w zakresie Business Intelligence Zenon Gniazdowski 1,2), Andrzej Ptasznik 1) 1) Warszawska Wyższa Szkoła Informatyki, ul. Lewartowskiego 17, Warszawa 2) Instytut Technologii

Bardziej szczegółowo

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną

Liczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Ryszard Stachowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów:

Bardziej szczegółowo

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74 3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład ze statystyki. Maciej Wolny Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Dwuczynnikowa analiza wariancji (2-way

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 0/03 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

ANALIZA WARIANCJI - KLASYFIKACJA WIELOCZYNNIKOWA

ANALIZA WARIANCJI - KLASYFIKACJA WIELOCZYNNIKOWA ANALIZA WARIANCJI - KLASYFIKACJA WIELOCZYNNIKOWA Na poprzednich zajęciach omawialiśmy testy dla weryfikacji hipotez, że kilka średnich dla analizowanej zmiennej grupującej mają jednakowe wartości średnie.

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia:

Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: Adres strony internetowej, na której Zamawiający udostępnia Specyfikację Istotnych Warunków Zamówienia: www.inhort.pl/przetargi_2012_lista.html Skierniewice: Dostawa oprogramowania komputerowego - Przetarg

Bardziej szczegółowo

WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA

WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA Janusz Wątroba i Grzegorz Harańczyk, StatSoft Polska Sp. z o.o. Zakres zastosowań analizy danych w różnych dziedzinach działalności biznesowej i

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych

Bardziej szczegółowo

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-ZIPN-004 Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 0/04 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde

Bardziej szczegółowo

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Veslava

Bardziej szczegółowo

KREATOR REGRESJI LOGISTYCZNEJ

KREATOR REGRESJI LOGISTYCZNEJ KREATOR REGRESJI LOGISTYCZNEJ Grzegorz Migut, StatSoft Polska Sp. z o.o. W niniejszym opracowaniu zaprezentowany zostanie przykład budowy modelu regresji logistycznej za pomocą Kreatora Regresji Logistycznej.

Bardziej szczegółowo

KARTA PRZEDMIOTU. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Brak

KARTA PRZEDMIOTU. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Brak WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW KARTA PRZEDMIOTU Nazwa w języku polskim: Metody statystyczne w badaniu wzroku Nazwa w języku angielskim: Statistical methods in eye research Kierunek

Bardziej szczegółowo

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2015/2016 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW I ROKU STUDIÓW

PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2015/2016 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW I ROKU STUDIÓW PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2015/2016 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW I ROKU STUDIÓW 1. NAZWA PRZEDMIOTU : BIOSTATYSTYKA Z ELEMENTAMI INFORMATYKI

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów

Bardziej szczegółowo

Sterowanie jakością badań i analiza statystyczna w laboratorium

Sterowanie jakością badań i analiza statystyczna w laboratorium Sterowanie jakością badań i analiza statystyczna w laboratorium CS-17 SJ CS-17 SJ to program wspomagający sterowanie jakością badań i walidację metod badawczych. Może działać niezależnie od innych składników

Bardziej szczegółowo