SylabUZ
| Course name | Statistics in Environmental Studies |
| Course ID | 11.2-WB-BZŚP-Stat-S17 |
| Faculty | Faculty of Biological Sciences |
| Field of study | Biomonitoring i zarządzanie środowiskiem |
| Education profile | academic |
| Level of studies | First-cycle studies leading to Bachelor's degree |
| Beginning semester | winter term 2019/2020 |
| Semester | 3 |
| ECTS credits to win | 3 |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Lecture | 15 | 1 | 9 | 0,6 | Credit with grade |
| Laboratory | 15 | 1 | 9 | 0,6 | Credit with grade |
Celem kształcenia jest przekonanie studenta o istotnej roli statystyki we współczesnej nauce. Przekazanie podstawowej wiedzy dotyczącej wykorzystania analiz statystycznych w pracy sozologa, czyli testowania hipotez badawczych. Nauczenie jak planować i zakładać doświadczenia pozwalające prawidłowo opracować i interpretować wyniki pod kątem analiz statystycznych.
Znajomość podstaw matematyki z zakresu pierwszych klas szkoły średniej. Znajomość podstaw pakietu Excel.
Rola statystyki jako narzędzia badawczego w naukach przyrodniczych. Typy pomiarów w biologii. Próby i populacje statystyczne. Miary położenia – miary tendencji centralnej. Miary rozproszenia – zmienności. Podstawy rachunku prawdopodobieństwa. Testowanie hipotez. Standaryzacja pomiarów. Rozkład normalny. Rozkład t studenta. Testy różnic między średnimi. Testy nieparametryczne. Rozkład F Snedecora. Podstawy analizy wariancji. Podstawy analizy korelacji i regresji.
Wykład wprowadzający w zagadnienia realizowane podczas ćwiczeń w postaci prezentacji multimedialnej. Ćwiczenia praktyczne: samodzielne wykonanie prostych pomiarów biologicznych np. długości igieł sosny. Wykonanie statystycznego opisu próby. Testowanie hipotez statystycznych z wykorzystaniem różnych testów dostępnych w programie Statistica na bazie danych wcześniej zebranych własnych danych oraz przykładów podanych przez prowadzącego.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Weryfikacja wiedzy i umiejętności studenta odbywać się będzie w trakcie kolokwiów cząstkowych i kolokwium końcowego. Podczas kolokwiów student na podstawie zestawu danych numerycznych i podanego problemu badawczego będzie musiał prawidłowo postawić hipotezy statystyczne, dobrać odpowiedni test i zinterpretować wynik. Wszystkie kolokwia odbywają się z wykorzystaniem komputerów i pakietu statystycznego Statistica. Zaliczenie przedmiotu wymaga: obecności na zajęciach (dopuszczalna absencja 20%), pozytywnego (50% punktów + 1) zaliczenia kolokwiów cząstkowych oraz kolokwium końcowego.
Modified by prof. dr hab. Marian Giertych (last modification: 26-04-2019 15:16)
