Doświadczalnictwo leśne

Celem przedmiotu jest poznanie zasad planowania i przeprowadzania badań naukowych z wykorzystaniem odpowiednio dobranych metod statystycznych. Studenci zdobywają praktyczne umiejętności zaplanowania eksperymentów naukowych, stawiania hipotez oraz poznają metody statystyczne pozwalające na zweryfikowanie postawionych hipotez badawczych. W ramach przedmiotu studenciu poznają również zasady opisywania uzyskiwanych wyników badań oraz wyciągania wniosków wynikających z przeprowadzonych eksperymentów.

Definicja nauki. Indukcjonizm i hipotetyzm jako dwa przeciwstawne podejścia do badań naukowych. Ogólne zasady planowania i prowadzenia eksperymentów naukowych: określenie problemu badawczego, sprecyzowanie hipotezy badawczej, dobór próby, zebranie danych, dobór testów statystycznych, budowa i weryfikacja hipotez statystycznych, wybór istotności testu statystycznego.

Metoda reprezentacyjna. Sposoby pobierania próby. Dobór wielkości próby, wielkość próby w zależności od oczekiwanej precyzji lub kosztu. Planowanie i schematy doświadczenia (układy kompletnie zrandomizowane, układ bloków kompletnie zrandomizowanych, układy proste, kwadraty łacińskie i grecko-łacińskie, układy złożone).

Znaczenie typu rozkładu analizowanych zmiennych w eksperymencie badawczym. Typy rozkładów zmiennej losowej ciągłej i skokowej oraz ich parametry. Testy zgodności. Testy normalności. Transformacje zmiennych.

Metody analiz dotyczących dwóch populacji. Testy parametryczne do porównania dwóch populacji - testy t – Studenta dla zmiennych zależnych i zmiennych niezależnych. Testy nieparametryczne dla dwóch populacji: test U – Manna-Whitneya, test serii Walda-Wolfowica, test kolejności par Wilcoxona. Tabele dwudzielcze. Różnica pomiędzy dwoma wskaźnikami struktury.

Metody analiz dotyczących kilku populacji. Jednoczynnikowa analiza wariancji. Testy jednorodności wariancji. Testy post-hoc. Nieparametryczna analiza wariancji – Anova rang Kruskala-Wallisa. Wielokrotne porównanie średnich rang. Dwuczynnikowa analiza wariancji.

Sposoby badania współzależności cech - korelacja i regresja. Budowa modeli regresyjnych. Prosta regresja liniowa i regresja wieloraka i warunki ich stosowania (normalność reszt, liniowość, homoskedastyczność, autokorelacja, współliniowość). Linearyzowana regresja wieloraka. Regresja nieliniowa. Ocena dokładności i testowanie modeli statystycznych. Praktyczne zastosowanie modeli regresyjnych w leśnictwie.

Zna zasady analizy i prezentacji wyników badań doświadczalnych.

Ogólne zasady korzystania z programów statystycznych, zarządzanie danymi, okna wyników, wykresy. Selekcja przypadków. Wykonywanie podstawowych analiz statystycznych, statystyka opisowa, wykresy.

"Oreślanie zmienności cechy, zmienność z wyłączonym wpływem innych cech. Obliczanie wielkości próby.

Testy zgodności (test Kołmogorowa-Smirnowa oraz test χ2). Testy normalności rozkładów (test χ2, test Kołmogorowa z poprawką Lillieforsa, test Shapiro-Wilka). "

Testy parametryczne do porównania dwóch populacji i warunki ich stosowania. Testy t dla dwóch prób niezależnych, test t dla zmiennych zależnych. Testy nieparametryczne dla dwóch populacji: test U – Manna-Whitneya, test serii Walda-Wolfowica, test kolejności par Wilcoxona. Tabele wielodzielcze. Różnica pomiędzy dwoma wskaźnikami struktury. Interpretacja wyników testów dotyczących dwóch populacji.

Jednoczynnikowa analiza wariancji. Testowanie warunków analizy wariancji, testy normalności, test jednorodności wariancji Levene'a. Testy post-hoc i podstawy ich doboru. Anova rang Kruskala-Wallisa. Wielokrotne porównanie średnich rang. Interpretacja wyników analizy wariancji.

Analiza współzależności dwóch cech. Korelacja i regresja. Współczynnik korelacji liniowej Pearsona i warunki jego stosowania (analiza reszt). Korelacje nieparametryczne (R Spearmana , tau Kendalla i współczynnik gamma). Regresja liniowa.

Analiza i modelowanie wpływu wielu zmienych na wartość badanej zmiennej zależnej. Regresja wieloraka. Testowanie warunków stosowania regresji wielorakiej (współliniowość, liniowość, rozkład reszt regresyjnych, autokorelacja). Zmienne jakościowe w analizie regresji. Zmienne złożone oraz zmienne sztuczne i ich praktyczne zastosowanie.

Linearyzowana regresja wieloraka. Regresja nieliniowa. Ocena dokładności modeli regresyjnych.

Buchwald A., Statystyka matematyczna dla leśników, 1989.

Kot S., Jakubowski J., Sokołowski A., Statystyka. Centrum doradztwa i informacji Difin, 2007.

Socha J., Biometria leśna. Maszynopis w Katedrze Dendrometrii 2008.

Wiedza:

Posiada wiedzę o znaczeniu, sposobach planowania i metodyce badań doświadczalnych

Zna zasady analizy interpretacji i prezentacji wyników badań doświadczalnych

Umiejętności:

Planuje eksperyment w różnych warunkach dobierając wielkość i sposób pobrania próby odpowiedni dla przedmiotu i tematu doświadczenia

Analizuje dane empiryczne stosując technologie informatyczne i dobierając oraz posługując się odpowiednimi metodami statystycznej analizy danych

Interpretuje uzyskane wyniki oraz formułuje wnioski wynikające z przeprowadzonych doświadczeń

Kompetencje społeczne:

Rozumie znaczenie obiektywnej oceny obserwowanych zjawisk w przyrodzie i docenia potrzebę ciągłego podnoszenia kwalifikacji z zakresu medod doświadczalnych

Wykład:

egzamin pisemny ograniczony czasowo,

- egzamin ustny bez dostępu do podręczników

Ćwiczenia projektowe (warsztatowe):

sprawdzian umiejętności: wykonania zadania obliczeniowego, analitycznego, czynności, wypracowania decyzji

- rozwiązanie zadania problemowego, analiza przypadku, z dostępem do podręczników

- demonstracja praktycznych umiejętności

- praca dyplomowa