Doświadczalnictwo i statystyczna analiza danych

Celem kursu jest praktyczne przygotowanie studentów do korzystania z pakietów programów statystycznych dla opracowania i interpretacji wyników eksperymentów.

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 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.

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

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