Rachunek prawdopodobieństwa i statystyka

Transkrypt

1 Rachunek prawdopodobieństwa i statystyka Karta opisu przedmiotu Informacje podstawowe Kierunek studiów bioinformatyka Ścieżka - Jednostka organizacyjna Wydział Biochemii, Biofizyki i Biotechnologii Poziom kształcenia pierwszego stopnia Forma studiów studia stacjonarne Profil studiów ogólnoakademicki Cykl kształcenia 2020/21 Kod przedmiotu UJ.WBtBINS.180.5cb0972e574fc.20 Języki wykładowe Polski Dyscypliny Matematyka Klasyfikacja ISCED 0542 Statystyka Kod USOS Obligatoryjność obowiązkowy Koordynator przedmiotu Paweł Koteja Prowadzący zajęcia Paweł Koteja Okres Semestr 4 Forma weryfikacji uzyskanych efektów uczenia się egzamin Sposób realizacji i godziny zajęć ćwiczenia: 30, wykład: 30 Liczba punktów ECTS 5.0 Efekty uczenia się dla przedmiotu Kod Efekty w zakresie Kierunkowe efekty uczenia się Metody weryfikacji Wiedzy Student zna i rozumie: 1 / 5

2 W1 student zna podstawowe pojęcia i zasady rachunku prawdopodobieństwa oraz pojęcia stosowane w analizach statystycznych, takie jak: rozkład zmiennej losowej, miary tendencji centralnej i rozproszenia, koncepcja oszacowani wartości w populacji generalnej na podstawie próby statystycznej, błąd standardowy i przedział ufności, koncepcje związane z testami statystycznymi (wnioskowaniem statystycznym). Rozumie na podstawowym poziomie teoretyczne podstawy metody najmniejszych kwadratów, analizy regresji i analizy wariancji. BIN_K1_W05, BIN_K1_W06 egzamin pisemny / ustny Umiejętności Student potrafi: U1 potrafi wybrać właściwą metodę analiz statystycznych do analizowania układów eksperymentalnych i quasieksperymentalnych. Potrafi wykorzystać programy Excel i wybrany specjalistyczny pakiet programów statystycznych do tworzenia i przetwarzania prostych baz danych oraz wykonywania najczęściej wykorzystywanych analiz statystycznych (statystyki opisowe; test t dla różnicy średnich; analiza korelacji i regresji; analiza wariancji jedno i wieloczynnikowa; test chi kwadrat stosowany do analizy frekwencji i badania zgodności rozkładów). Potrafi przestawić wyniki analiz w raporcie pisemnym wykorzystując odpowiednią ich ilustrację (tabele, wykresy) oraz wyciągnąć wnioski w oparciu o uzyskane wyniki. BIN_K1_U02, BIN_K1_U04, BIN_K1_U05 raport, egzamin pisemny / ustny Kompetencji społecznych Student jest gotów do: K1 potrafi współpracować z innymi studentami przy analizie danych i opracowaniu raportów; Akceptuje konieczność rygorystycznego przestrzegania wymogów metodologicznych w analizie wyników badań empirycznych oraz ostrożności w wyciąganiu wniosków opartych o wyniki analiz. BIN_K1_K01, BIN_K1_K02, BIN_K1_K03, BIN_K1_K05, BIN_K1_K06, BIN_K1_K07, BIN_K1_K08 raport, egzamin pisemny / ustny Bilans punktów ECTS Forma aktywności studenta Średnia liczba godzin* przeznaczonych na zrealizowane rodzaje zajęć ćwiczenia 30 wykład 30 przygotowanie do ćwiczeń 40 przygotowanie raportu 15 przygotowanie do egzaminu 15 uczestnictwo w egzaminie 3 Łączny nakład pracy studenta Liczba godzin 133 ECTS / 5

3 Liczba godzin kontaktowych * godzina (lekcyjna) oznacza 45 minut Liczba godzin 60 ECTS 2.0 Treści programowe Lp Treści programowe Zakres treści wykładów konwersatoryjnych: - Podstawowe pojęcia rachunku prawdopodobieństwa, rozkład zmiennej losowej; - Podstawowe pojęcia metod statystycznych: skale pomiarowe, rozkład zmiennej, populacja generalna i próba, definicje miar tendencji centralnej i rozproszenia obserwacji, wartość parametryczna i oszacowanie, błąd standardowy, przedział ufności, test statystyczny, błąd I i II rodzaju, rozkład t i F; - Podstawowe testy statystyczne: analiza frekwencji i badanie zgodności rozkładów (test chi kwadrat), test t dla różnicy między wartościami średnimi i jego nieparametryczne alternatywy, prosta analiza wariancji (ANOVA), testy wielokrotne dla hipotez a priori (zaplanowane) i a posteriori (post hoc), analiza prostej korelacji i regresji liniowej, regresja I i II rodzaju, oszacowanie metodą najmniejszych kwadratów; - Zaawansowane metody analityczne: wprowadzenie do idei Ogólnego Modelu Liniowego, regresja wielokrotna (wieloraka), model i i II ANOVA (czynniki ustalone i losowe), ANOVA dwuczynnikowa i hierarchiczna, analiza kowariancji (ANCOVA). Zakres ćwiczeń praktycznych: Praktyczne wykonywanie analiz statystycznych (w zakresie takim jak w skazane w tematyce wykładów) przy pomocy wybranego pakietu programów statystycznych Efekty uczenia się dla przedmiotu W1, U1 U1, K1 Informacje rozszerzone Metody nauczania: wykład konwersatoryjny, wykład z prezentacją multimedialną, rozwiązywanie zadań, ćwiczenia przedmiotowe Rodzaj zajęć Formy zaliczenia Warunki zaliczenia przedmiotu ćwiczenia raport Krótkie testy, sprawdzające zarówno przygotowanie do danych zajęć jak i wiedzę nabytą. Raporty z ćwiczeń sprawdzające umiejętność przedstawienia wyników analiz statystycznych w postaci raportów pisemnych oraz umiejętność współpracy przy wykonywaniu analiz i tworzeniu raportów (bez oceny; wymagane jest doprowadzenie raportu do stanu zadowalającego). Warunkiem zaliczenia zajęć i dopuszczenia do egzaminu w pierwszym terminie jest uzyskanie 50% punków z testów oraz zaliczenie raportów. Dla osób które nie uzyskały 50% punktów z testów cząstkowych przeprowadzany jest zbiorczy test końcowy z całego materiału. Do zaliczenia ćwiczeń i dopuszczenia do egzaminu w drugim terminie wymagane jest uzyskanie 50% punktów z testu zbiorczego. 3 / 5

4 Rodzaj zajęć Formy zaliczenia Warunki zaliczenia przedmiotu wykład egzamin pisemny / ustny Krótkie testy, sprawdzające przygotowanie do danych zajęć (do zaliczenia wykładów wymagane jest uzyskane 50% punktów). Egzamin końcowy: pytania teoretyczne oraz praktyczne wykonanie kompletnych analiz statystycznych dla przykładowego zestawu danych (obliczanie statystyk opisowych i ich prezentacja, zdefiniowanie poprawnego modelu statystycznego dla stawianych hipotez, wykonanie i przedstawienie wyników testów statystycznych, przedstawienie wniosków). Warunkiem zaliczenia egzaminu jest uzyskanie 40% punktów zarówno z części teoretycznej jak i praktycznej, a w sumie 50%. Końcowa ocena z kursu obliczana jest w oparciu o wartość średnią z punktów uzyskanych z testów na wykładach (waga 20%), ćwiczeniach (waga 30%) i egzaminu (waga 50%). Wymagania wstępne i dodatkowe Znajomość matematyki i umiejętność posługiwania się komputerem w zakresie takim jak w efektach kształcenia kursów w pierwszych trzech semestrach na kierunku bioinformatyka. Obowiązkowa Literatura 1. A. Łomnicki: Wprowadzenie do statystyki dla przyrodników. PWN (2003 lub nowsze) Dodatkowa 1. - G.A. Ferguson i Y. Takane: Analiza statystyczna w psychologii i pedagogice. PWN (1997) - G. Quinn and M. Keough: Experimental design and data analysis for biologists. Cambridge U. Press (2002). - J. Weiner: Technika pisania i prezentowania przyrodniczych prac naukowych: przewodnik praktyczny. PWN (1998 lub nowsze) 4 / 5

5 Kierunkowe efekty uczenia się Kod BIN_K1_W05 BIN_K1_W06 BIN_K1_U02 BIN_K1_U04 BIN_K1_U05 BIN_K1_K01 BIN_K1_K02 BIN_K1_K03 BIN_K1_K05 BIN_K1_K06 BIN_K1_K07 BIN_K1_K08 Treść Absolwent zna i rozumie podstawowe pojęcia dotyczące teoretycznych i praktycznych podstaw informatyki Absolwent zna i rozumie znaczenie podstawowych dziedzin matematycznych (m.in. logiki matematycznej, teorii mnogości, algebry, analizy matematycznej, geometrii oraz statystyki i rachunku prawdopodobieństwa) w zastosowaniach informatycznych Absolwent potrafi stosować w praktyce podstawowe narzędzia i techniki wybranych dziedzin matematyki wyższej Absolwent potrafi zaplanować i przeprowadzić prosty eksperyment wykorzystujący proste metody biologii molekularnej, biofizyki lub biochemii; potrafi przedstawić i jakościowo lub ilościowo zinterpretować wyniki takiego eksperymentu Absolwent potrafi obsługiwać programy komputerowe do pracy biurowej, numerycznej analizy danych, grafiki rastrowej i wektorowej Absolwent jest gotów do samodzielnej i systematycznej pracy oraz poszerzania swojej wiedzy i umiejętności Absolwent jest gotów do pracy w grupie, pełniąc w niej różne role Absolwent jest gotów do zrozumiałego i zwięzłego prezentowania wskazanych do opracowania zagadnień oraz rozwiązań problemów Absolwent jest gotów do przestrzegania zasad bezpieczeństwa i higieny pracy oraz wykazywania odpowiedzialności za zgodne z przeznaczeniem wykorzystanie powierzonego sprzętu Absolwent jest gotów do respektowania powszechnie przyjętych norm etyczych oraz prawa autorskiego w odniesieniu do opracowań i rozwiązań wykorzystywanych w swojej pracy Absolwent jest gotów do doskonalenia umiejętności analitycznego myślenia przejawiającego się w efektywnym planowaniu swojej pracy Absolwent jest gotów do optymalnej organizacji czasu pracy, a w szczególności przestrzegania ustalonych terminów wykonania zdefiniowanych zadań 5 / 5