Doświadczalnictwo i statystyczna analiza danych E

Praktyczny kurs wykorzystania komercyjnych pakietów statystycznych (Statistica, Statgraphics Plus for Windows) do analizy laboratoryjnych danych eksperymentalnych. Celem kursu jest wykazanie konieczności przygotowania planu eksperymentu przed przeprowadzaniem doświadczenia, tak aby stosowane potem metody analizy statystycznej wyników były oczywiste.

WYKŁADY:

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.

Planowanie doświadczeń. Formułowanie celów, populacji i hipotez. Projekt doświadczenia. Czynniki badane, grupy doświadczalne, powtórzenia, bloki, losowość, kowarianty. Struktura eksperymentu.

ĆWICZENIA:

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.

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.

UZUPEŁNIAJĄCA:

1. Wardlaw A.C., 2000. Practical Statistics for Experimental Biologists. J.Willey & Sons.

2. Collins, C. Seeney, F. 1999. Statistical Experiment Design and Interpretation. An Introduction with Agricultural Examples. J.Willey & Sons

3. Collins, C. Seeney, F. 1999. Statistical Experiment Design and Interpretation. An Introduction with Agricultural Examples. J.Willey & Sons

WIEDZA - zna i rozumie:

Źródła błędów pomiarowych, którymi obarczone są dane eksperymentalne w naukach biologicznych oraz błędów wnioskowania statystycznego.

pojęcie test statystyczny, rozpoznaje i klasyfikuje rodzaje testów statystycznych. Zna i rozumie oprawność stosowania różnych typów analizy wariancji i regresji w zależności od liczby czynników pomiarowych.

różne plany eksperymentów, dobiera plan eksperymentu do liczby badanych czynników oraz rodzaju testowanych hipotez. Zna i rozumie wady i zalety stosowanych pakietów statystycznej analizy danych.

UMIEJĘTNOŚCI - potrafi:

zaplanować eksperyment biotechnologiczny oraz procedurę ekstrakcji substancji bioaktywnych z żywności za pomocą dedykowanego oprogramowania.

eksportować dane z oprogramowania obsługującego aparaturę analityczną do programów obliczeniowych, ich graficznej prezentacji i statystycznej interpretacji.

KOMPETENCJE SPOŁECZNE - jest gotów do:

pracy indywidualnej oraz w zespole, potrafi kierować grupą, podejmować decyzje, planować i organizować pracę oraz wykazuje umiejętność zarządzania czasem.

Egzamin w formie pisemnej; na ocenę pozytywną należy udzielić co najmniej 51% prawidłowych odpowiedzi na zadane pytania. Udział w ocenie końcowej z przedmiotu - 100%.