Statystyka w biotechnologii

obowiązkowe

Zapoznanie kursantów podstawowymi pojęciami i metodami wykorzystywanymi w statystyce. Wskazanie zastosowań metod statystycznych w naukach przyrodniczych, a zwłaszcza w biotechnologii. Wykształcenie umiejętności interpretacji wyników podsumowań danych, badania relacji pomiędzy zmiennymi oraz doboru testów do weryfikacji hipotez statystycznych.

Tematyka wykładów:

Rodzaje zmiennych w statystyce, populacje i próby statystyczne, relacji pomiędzy właściwościami populacji i próby statystycznej, rozkłady zmiennych losowych, cechy charakterystyczne rozkładów zmiennych, estymacja punktowa, elementy statystyki opisowej, estymacja przedziałowa, testy statystyczne, bąd I i II rodzaju, testowanie hipotez statystycznych (test t, Wilcoxona/Mann-Whitneya, test wariancji), badanie relacji liniowych pomiędzy dwiema zmiennymi, współczynnik korelacji liniowej, linearyzacja współrzędnych, podstawy analizy danych wielowymiarowych

Tematyka konwersatoriów:

Język R jako narzędzie komputerowe do obliczeń statystycznych, pakiet Rcmdr i jego funkcje, badanie cech charakterystycznych oraz parametrów ciągłych i dyskretnych rozkładów zmiennych losowych, wprowadzanie danych i ich import z arkuszy kalkulacyjnych, modyfikacja danych, tworzenie podsumowań danych, metody graficznego przedstawienie danych, przybliżona ocena cech charakterystycznych zbiorów danych, testy statystyczne i interpretacja ich wyników, regresja liniowa, wykorzystanie metody ANOVA do analizy danych.

Literatura podstawowa

1. A. Łomnicki. Wprowadzenie do statystyki dla przyrodników. Wydawnictwo Naukowe PWN, Warszawa 2010

2. J. Koronacki i J. Mielniczuk. Statystyka dla studentów kierunków technicznych i przyrodniczych. Wydawnictwa Naukowo-Techniczne Warszawa 2006

3. W. Krysicki i in. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Cz. 1 i 2. Wydawnictwo Naukowe PWN, Warszawa 1998

4. A. Plucińska, E.Pluciński, Probabilistyka, WN-T, 2000

Znajomość podstawowych pojęć i metod wykorzystywanych w statystycznej analizie danych.

Umiejętność interpretacji podstawowych parametrów charakteryzujących analizowane wyniki.

Umiejętność doboru metod i interpretacji wyników graficznej reprezentacji danych

Umiejętność doboru testów statystycznych do weryfikacji hipotez i prawidłowej interpretacji ich wyników .i

Umiejętność posługiwania się pakietem Rcmdr w środowisku języka R.

wykład zaliczenie z oceną Kolokwium zaliczeniowe

konwersatorium zaliczenie z oceną ustalenie oceny zaliczeniowej na podstawie ocen cząstkowych oraz kolokwium zaliczeniowego