Statistics
General data
Course ID: | 1600-BM12STAT-1 |
Erasmus code / ISCED: |
13.0
|
Course title: | Statistics |
Name in Polish: | Statystyka |
Organizational unit: | Department of Biostatistics and Biomedical Systems Theory |
Course groups: |
(in Polish) Przedmioty obowiązkowe dla 2 semestru 1 roku S1 kierunku biotechnologia medyczna |
ECTS credit allocation (and other scores): |
4.00
|
Language: | Polish |
Prerequisites: | (in Polish) Znajomość podstaw rachunku różniczkowego i całkowego oraz podstawowych pojęć rachunku prawdopodobieństwa. |
Type of course: | (in Polish) przedmiot obowiązkowy |
Total student workload: | (in Polish) Całkowity nakład pracy studenta/słuchacza studiów podyplomowych/uczestnika kursów dokształcających 1. Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi: – udział w wykładach: 30 godzin – udział w ćwiczeniach: 30 godzin – udział w konsultacjach: 10 godzin – udział w egzaminie: 3 godziny Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi 73 godziny, co odpowiada 2.92 punktom ECTS. 2. Bilans nakładu pracy studenta: – udział w wykładach: 30 godzin – udział w ćwiczeniach: 30 godzin – udział w konsultacjach: 10 godzin – udział w egzaminie: 3 godziny – przygotowanie do ćwiczeń: 15 godzin – przygotowanie do kolokwiów: 30 godzin – przygotowanie do egzaminu: 20 godzin Łączny nakład pracy studenta związany z realizacją przedmiotu wynosi 138 godzin, co odpowiada 5.5 punktom ECTS. 3. Nakład pracy związany z prowadzonymi badaniami naukowymi: – czytanie wskazanego piśmiennictwa naukowego: 15 godzin, – udział w wykładach (z uwzględnieniem metodologii badań naukowych, wyników badań, opracowań): 20 godzin, – konsultacje badawczo-naukowe: 5 godzin – udział w zajęciach objętych aktywnością naukową (z uwzględnieniem metodologii badań naukowych, wyników badań, opracowań): 20 godzin, – przygotowanie do zajęć objętych aktywnością naukową: 10 godzin, – przygotowanie do zaliczenia w zakresie aspektów badawczo-naukowych dla realizowanego przedmiotu: 10 godzin. Łączny nakład pracy studenta związany z prowadzonymi badaniami naukowymi wynosi 80 godzin, co odpowiada 3.2 punktom ECTS 4. Czas wymagany do przygotowania się i do uczestnictwa w procesie oceniania: – przygotowanie do kolokwiów: 30 godziny – przygotowanie do egzaminu: 20 godzin Łączny nakład pracy studenta związany z przygotowaniem do uczestnictwa w procesie oceniania wynosi 50 godzin co odpowiada 2.0 punktom ECTS 5. Czas wymagany do odbycia obowiązkowej praktyki nie dotyczy |
Learning outcomes - knowledge: | (in Polish) W01: objaśnia podstawowe pojęcia statystyczne i wyjaśnia potrzebę stosowania statystyki w naukach przyrodniczych – (B1_W01, B1_W04), W02: objaśnia własności wybranych rozkładów prawdopodobieństwa (dwumianowego, Poissona, normalnego, t-Studenta) – (B1_W01, B1_W04), W03: wyjaśnia znaczenie i zastosowanie prawdopodobieństwa warunkowego w naukach medycznych – (B1_W01, B1_W04), W04: interpretuje wyniki podstawowych testów statystycznych oraz przedziałów ufności – (B1_W01, B1_W04), W05: wyjaśnia znaczenie statystyki w procesie planowania eksperymentów naukowych – (B1_W01, B1_W04), W06: wyjaśnia pojęcie niepewności pomiarowych i podstawowe metody wyznaczania niepewności pomiarowych w laboratorium – (B1_W01, B1_W04), |
Learning outcomes - skills: | (in Polish) Efekty kształcenia – umiejętności U01: wyznacza podstawowe statystyki dla próby, w tym wyznacza przedziały ufności dla średniej – (B1_U01) , U02: wyznacza podstawowe parametry rozkładów dyskretnych i ciągłych – (B1_U01) , U03: wyznacza prawdopodobieństwo warunkowe – (B1_U01), U04: korzysta z metody najmniejszych kwadratów do wyznaczenia równania regresji liniowej – (B1_U01), U05: przeprowadza podstawowe testy statystyczne z użyciem programów statystycznych (test t-Studenta, test Manna-Whitneya, test Wilcoxona, test niezależności chi-kwadrat) – (B1_U01) , U06: wyznacza niepewności pomiarowe dla wielkości złożonych – (B1_U01) , |
Learning outcomes - social competencies: | (in Polish) K01: potrafi współdziałać w grupie (B1_K01) K02: rozumie potrzebę uczenia się przez całe życie (B1_K02) K03: rozumie potrzebę podnoszenia i aktualizacji wiedzy i kompetencji zawodowych (B1_K03) |
Teaching methods: | (in Polish) Wykład: wykład informacyjny (konwencjonalny) z prezentacją multimedialną wykład problemowy Ćwiczenia-labolatorium komputerowe (12 osobowe grupy) metoda klasyczna problemowa, |
Observation/demonstration teaching methods: | - display |
Expository teaching methods: | - informative (conventional) lecture |
Exploratory teaching methods: | - classic problem-solving |
Online teaching methods: | - cooperation-based methods |
Short description: |
(in Polish) Przedmiot pozwala studentowi zapoznać się z podstawowymi metodami statystycznymi wykorzystywanymi w procesie planowania a także opisywania wyników i wyciągania wniosków z badań naukowych. Treści prezentowane na wykładzie oraz ćwiczeniach są bogato ilustrowane przykładami zaczerpniętymi z nauk medycznych oraz techniki. |
Full description: |
(in Polish) Pełny opis przedmiotu Tematy realizowane na wykładzie: 1. Planowanie eksperymentu. Pojęcie populacji i próby. 2. Statystyka opisowa. Typy danych. 3. Metoda najmniejszych kwadratów. Regresja liniowa. 4. Podstawy rachunku prawdopodobieństwa. Prawdopodobieństwo warunkowe. 5. Podstawowe rozkłady dyskretne i ciągłe: rozkład dwumianowy, Poissona, rozkład normalny, rozkład t-Studenta. 6. Estymacja punktowa i przedziałowa a. Centralne twierdzenie graniczne b. Przedział ufności odsetka c. Przedział ufności średniej 7. Podstawy wnioskowania statystycznego a. Hipoteza zerowa i alternatywna b. Błąd I i II rodzaju c. Interpretacja wyników. Prawdopodobieństwo statystyczne. d. Liczebność próby 8. Wybrane testy statystyczne a. Testy t-Studenta dla jednej próby i dla dwóch prób b. Test zgodności chi-kwadrat c. Test niezależności chi-kwadrat d. Testy nieparametryczne. 9. Podstawy analizy niepewności pomiarowych. Ćwiczenia mają na celu przede wszystkim nabycie umiejętności korzystania z metod statystycznych w opracowaniu wyników doświadczeń przy użyciu programów komputerowych (Excel, Statistica PL). Prowadzone są w pracowni komputerowej. |
Classes in period "Summer semester 2021/22" (past)
Time span: | 2022-02-21 - 2022-09-30 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Lecture, 30 hours
Tutorial, 30 hours
|
|
Coordinators: | Katarzyna Buszko | |
Group instructors: | Katarzyna Buszko, Rafał Pawłowski | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Classes in period "Summer semester 2022/23" (past)
Time span: | 2023-02-20 - 2023-09-30 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Lecture, 30 hours
Tutorial, 30 hours
|
|
Coordinators: | Katarzyna Buszko | |
Group instructors: | Katarzyna Buszko, Małgorzata Ćwiklińska-Jurkowska, Rafał Pawłowski, Kacper Wnuk | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Classes in period "Summer semester 2023/24" (in progress)
Time span: | 2024-02-20 - 2024-09-30 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Lecture, 30 hours
Tutorial, 30 hours
|
|
Coordinators: | Katarzyna Buszko | |
Group instructors: | Katarzyna Buszko, Rafał Pawłowski, Kacper Wnuk | |
Students list: | (inaccessible to you) | |
Examination: | Examination |
Copyright by Nicolaus Copernicus University in Torun.