Doświadczalnictwo i statystyczna analiza danych
Informacje ogólne
Kod przedmiotu: | T.2s.DSAD.SM.TTZTN.T |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Doświadczalnictwo i statystyczna analiza danych |
Jednostka: | Katedra Biotechnologii i Ogólnej Technologii Żywności |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Skrócony opis: |
Celem kursu jest praktyczne przygotowanie studentów do korzystania z pakietów programów statystycznych dla opracowania i interpretacji wyników eksperymentów. |
Pełny opis: |
Treść kształcenia Podstawowe parametry opisowej analizy danych (średnie, odchylenie standardowe, błąd standardowy średniej, przedziały ufności, współczynnik zmienności). Graficzne metody prezentacji danych. Opis pakietów statystycznych “STATGRAPHICS PLUS FOR WINDOWS” i “PSI-PLOT” .Co to jest test statystyczny? Błędy wnioskowania statystycznego. Normalny i inne rozkłady danych. Testy Shapiro-Wilka i Kolmogorova-Smirnova. Testy porównania średnich. Test t-Studenta, test F. Graficzne porównania dwóch zbiorów danych.. Jednoczynnikowa analiza wariancji (ANOVA). Homogenność wariancji. Testy C’ Cochrana i Bartlett’a. Transformacje danych – prawo potęg Taylora. Zasady obliczania i interpretacji wyników jednoczynnikowej analizy wariancji. Testy planowanych i nieplanowanych porównań. Skrzyżowana i hierarchiczna analiza wariancji. Doświadczenia wieloczynnikowe. Założenia wieloczynnikowej analizy wariancji i ich weryfikacja. Interpretacja wyników analizy wariancji. Przykłady. Korelacja. Współczynnik korelacji, Założenia regresji liniowej. Analiza wyników korelacji liniowej. Przykłady zastosowań korelacji liniowej w analizie wyników doświadczeń z obszaru biotechnologii. Regresja nieliniowa. Dopasowanie danych do modelu nieliniowego– przykłady Bezpośrednie metody nieliniowe. Dane dyskretne, liczba kolonii bakteryjnych na szalce i ich analiza statystyczna. Analiza na danych opisujących proporcje. Planowanie doświadczeń. Formułowanie celów, populacji i hipotez. Projekt doświadczenia. Czynniki badane, grupy doświadczalne, powtórzenia, bloki, losowość, kowarianty. Struktura eksperymentu. Wprowadzenie do metod planowania i analizy doświadczeń. Pojęcie i rola teorii eksperymentu. Plany eliminacyjne, optymalizacyjne i inne. Kryteria wyboru planu doświadczenia. Analiza wariancji i eliminowanie czynników nieistotnych. Powierzchnie odpowiedzi i ścieżki najwyższych wzrostów/spadków .Doświadczenia weryfikacyjne. Wnioskowanie Planowanie eksperymentu. Dokumentacja rezultatów badań. Typy danych, import danych do arkuszy kalkulacyjnych i programów statystycznych. Przygotowanie danych do analizy statystycznej. Badanie istotności różnic pomiędzy średnimi. Analiza wariancji. ANOVA jednoczynnikowa. Kowariancja. Przykłady obliczeń przy zastosowaniu pakietu statystycznego Statistica. Przykładowy schemat układu badań w pracy biotechnologicznej - produkcja enzymu. Projektowanie eksperymentu przy zastosowaniu dedykowanego oprogramowania. |
Literatura: |
Literatura podstawowa: 1. Stanisz A. 2000. Przystępny kurs statystyki ( t. I i II). StatSoft Polska 2. Fry J. C. 1993. Biological Data Analysis. A Practical Approach. Oxford University Press 3. Górecka R. 1996. Teoria i technika eksperymentu. Politechnika Krakowska. 4. Wardlaw A.C., 2000. Practical Statistics for Experimental Biologists. J. Willey & Sons. Literatura uzupełniająca: 1. Collins, C. Seeney, F. 1999. Statistical Experiment Design and Interpretation. An Introduction with Agricultural Examples. J.Willey & Sons. 2. Montgomery, D.C. 1997. Design and Analysis of Experiments. J.Willey & Sons. 3. Żyła, K., Wikiera, A., Chruściński M. 1999. Optymalizacja enzymatycznej defosforylacji i degradacji polisacharydów w pszenno-sojowej mieszance paszowej dla brojlerów. Materiały I Krajowego Kongresu Biotechnologii. Wrocław. |
Efekty uczenia się: |
Wiedza Potrafi wyjaśnić źródła błędów pomiarowych, którymi obarczone są dane eksperymentalne w naukach biologicznych oraz błędów wnioskowania statystycznego. Rozpoznaje i potrafi porównać różne sposoby ilościowej oceny błędów. Wyjaśnia pojęcie test statystyczny. Rozpoznaje i klasyfikuje różne rodzaje testów statystycznych. Klasyfikuje oraz ocenia poprawność stosowania różnych typów analizy wariancji i regresji w zależności od liczby czynników pomiarowych . Zna i stosuje różne plany eksperymentów. Dobiera plan eksperymentu do liczby badanych czynników oraz rodzaju testowanych hipotez. Rozpoznaje wady i zalety kilku pakietów statystycznej analizy danych. Dobiera pakiet właściwy dla rodzaju analizy danych, stopnia złożoności analizowanego problemu, dostępności i ceny. Umiejętności Potrafi zaplanować eksperyment biotechnologiczny. Demonstruje umiejętność eksportu danych z oprogramowania obsługującego aparaturę analityczną w różnych formatach do programów obliczeniowych, ich graficznej prezentacji i statystycznej interpretacji. Projektuje procedurę ekstrakcji substancji bioaktywnych z żywności za pomocą dedykowanego oprogramowania. Kompetencje społeczne Demonstruje zdolność efektywnej pracy indywidualnej, potrafi pracować w zespole, demonstruje umiejętność kierowania grupą, potrafi podejmować decyzje, planować i organizować pracę oraz wykazuje umiejętność zarządzania czasem Jest świadomy zagrożeń środowiskowych współczesnej biotechnologii |
Metody i kryteria oceniania: |
Na ocenę 2 Nie rozpoznaje istotnych zależności, nie wymienia reguł, nie wykazuje znajomości treści lub zasad klasyfikacji zjawisk i procesów zdefiniowanych w odpowiednich efektach kształcenia (tabela wyżej) lub czyni w stopniu niedostatecznym (mniej niż 50% treści) Nie potrafi projektować eksperymentów biologicznych. Nie zna metod eksportu danych ilościowych do arkuszy kalkulacyjnych i sposobów przygotowania tych danych do analizy statystycznej. Nie posiada umiejętności analizy istotności różnic pomiędzy średnimi, analizy wariancji, interpretacji i prezentacji graficznej uzyskanych wyników. Nie jest świadomy zagrożeń środowiskowych współczesnej biotechnologii Na ocenę 3 Wymienia reguły, ale nie analizuje zależności, lub wymienia zależności ale nie analizuje reguł, lub nie wykazuje znajomości zasad klasyfikacji ale wykazuje dostateczną znajomość treści zdefiniowanych w odpowiednich efektach kształcenia (tabela wyżej) Potrafi projektować proste eksperymenty biologiczne. Zna metody eksportu niektórych danych ilościowych do arkuszy kalkulacyjnych i sposoby przygotowania tych danych do analizy statystycznej. Posiada umiejętność analizy istotności różnic pomiędzy średnimi. W sposób podstawowy interpretuje i prezentuje graficznie uzyskane wyniki. Zna zagrożenia środowiskowe ale nie rozumie ich znaczenia Na ocenę 4 Wymienia reguły i analizuje zależności, wykazuje znajomość zasad klasyfikacji zjawisk i dobrą (75 %) znajomość treści zdefiniowanych w odpowiednich efektach kształcenia (tabela wyżej) Potrafi projektować eksperymenty biologiczne. Zna metody eksportu danych ilościowych do arkuszy kalkulacyjnych i sposoby przygotowania tych danych do analizy statystycznej. Posiada umiejętności analizy istotności różnic pomiędzy średnimi, analizy wariancji. W stopniu zadowalającym dokonuje interpretacji i prezentacji graficznej uzyskanych wyników. Jest świadomy zagrożeń środowiskowych i rozumie niektóre ich znaczenia Na ocenę 5 Wymienia reguły i analizuje zależności, wykazuje bardzo dobrą znajomość zasad klasyfikacji zjawisk i bardzo dobrą (90 %) znajomość treści zdefiniowanych w odpowiednich efektach kształcenia (tabela wyżej) Potrafi projektować eksperymenty biologiczne. Zna metody eksportu danych ilościowych do arkuszy kalkulacyjnych i sposoby przygotowania tych danych do analizy statystycznej. Posiada umiejętności analizy istotności różnic pomiędzy średnimi, analizy wariancji, interpretacji i prezentacji graficznej wyników złożonych eksperymentów biologicznych. Jest świadomy zagrożeń środowiskowych, przypisuje im znaczącą wagę i rozumie ich znaczenie |
Właścicielem praw autorskich jest Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie.