Statystyka w naukach o środowisku WF-OB-ZMI

Kurs poświęcony jest zapoznaniu się z podstawowymi metodami statystycznym. W części ćwiczeniowej będzie realizowany w oparciu o zajęcia praktyczne:
• Statystyka opisowa w tym: zapoznanie się ze skalami pomiarowymi, wprowadzenie do statystyki opisowej, miary tendencji centralnej i miary rozproszenia i analiza zmienności.
• Analiza rozkładu z próby, miary asymetrii rozkładu
• Statystyka indukcyjna w tym: etapy realizacji badania naukowego, zasady formułowania celów naukowych, hipotez statystycznych, weryfikacja hipotez, Błędy I i II rodzaju.
• parametryczne i nieparametryczne metody statystyczne (m.in. testy t-studenta, ANOVA, MNOVA, testy dla frakcji)
• prosta i wielozmiennowa analiza regresji, test Chi2,
• Wielozmiennowe analizy danych w tym: analiza dendrogramów, analiza skupień i analiza faktorów
Poza wiedzą dotyczącą zastosowania wymienionych metod, nacisk położony zostanie również na kwestię warunków, w których analizy danego rodzaju wolno jest wykonać. Położony jest również nacisk na interpretację wyników oraz sposoby prezentacji rezultatów analiz statystycznych.
W trakcie kursu student zapoznaje się z wnioskowaniem statystycznym wykorzystując odpowiednie testy statystyczne (test t-Studenta, jedno i wieloczynnikowa analiza wariancji, test Manna-Whitneya, Wilcoxona Kruskala Walisa, korelacja i regresja prostoliniowa, test Chi 2 ). Wykonuje proste zadania badawcze lub ekspertyzy typowe dla nauk biologicznych pod kierunkiem opiekuna naukowego. Stosuje na poziomie podstawowym metody statystyczne do opisu zjawisk i analizy danych. Potrafi przeprowadzać analizę informacji statystycznej pochodzącej z różnych źródeł i przedstawić poprawne wnioski. Potrafi stawiać poprawne hipotezy oparte na logicznych przesłankach. Posługuje się podstawowymi metodami statystycznymi oraz technikami obliczeniowymi. Potrafi przeprowadzić testy statystyczne. Prawidłowo interpretuje dane empiryczne oraz formułuje odpowiednie wnioski. Wykazuje podstawową znajomość posługiwania się programami statystycznymi.

Kurs poświęcony jest zapoznaniu się z podstawowymi metodami statystycznym. W części ćwiczeniowej będzie realizowany w oparciu o zajęcia praktyczne:
• Statystyka opisowa w tym: zapoznanie się ze skalami pomiarowymi, wprowadzenie do statystyki opisowej, miary tendencji centralnej i miary rozproszenia i analiza zmienności.
• Analiza rozkładu z próby, miary asymetrii rozkładu
• Statystyka indukcyjna w tym: etapy realizacji badania naukowego, zasady formułowania celów naukowych, hipotez statystycznych, weryfikacja hipotez, Błędy I i II rodzaju.
• parametryczne i nieparametryczne metody statystyczne (m.in. testy t-studenta, ANOVA, MNOVA, testy dla frakcji)
• prosta i wielozmiennowa analiza regresji, test Chi2,
• Wielozmiennowe analizy danych w tym: analiza dendrogramów, analiza skupień i analiza faktorów
Poza wiedzą dotyczącą zastosowania wymienionych metod, nacisk położony zostanie również na kwestię warunków, w których analizy danego rodzaju wolno jest wykonać. Położony jest również nacisk na interpretację wyników oraz sposoby prezentacji rezultatów analiz statystycznych.
W trakcie kursu student zapoznaje się z wnioskowaniem statystycznym wykorzystując odpowiednie testy statystyczne (test t-Studenta, jedno i wieloczynnikowa analiza wariancji, test Manna-Whitneya, Wilcoxona Kruskala Walisa, korelacja i regresja prostoliniowa, test Chi 2 ). Wykonuje proste zadania badawcze lub ekspertyzy typowe dla nauk biologicznych pod kierunkiem opiekuna naukowego. Stosuje na poziomie podstawowym metody statystyczne do opisu zjawisk i analizy danych. Potrafi przeprowadzać analizę informacji statystycznej pochodzącej z różnych źródeł i przedstawić poprawne wnioski. Potrafi stawiać poprawne hipotezy oparte na logicznych przesłankach. Posługuje się podstawowymi metodami statystycznymi oraz technikami obliczeniowymi. Potrafi przeprowadzić testy statystyczne. Prawidłowo interpretuje dane empiryczne oraz formułuje odpowiednie wnioski. Wykazuje podstawową znajomość posługiwania się programami statystycznymi.

Kurs poświęcony jest zapoznaniu się z podstawowymi metodami statystycznym. W części ćwiczeniowej będzie realizowany w oparciu o zajęcia praktyczne:
• Statystyka opisowa w tym: zapoznanie się ze skalami pomiarowymi, wprowadzenie do statystyki opisowej, miary tendencji centralnej i miary rozproszenia i analiza zmienności.
• Analiza rozkładu z próby, miary asymetrii rozkładu
• Statystyka indukcyjna w tym: etapy realizacji badania naukowego, zasady formułowania celów naukowych, hipotez statystycznych, weryfikacja hipotez, Błędy I i II rodzaju.
• parametryczne i nieparametryczne metody statystyczne (m.in. testy t-studenta, ANOVA, MNOVA, testy dla frakcji)
• prosta i wielozmiennowa analiza regresji, test Chi2,
• Wielozmiennowe analizy danych w tym: analiza dendrogramów, analiza skupień i analiza faktorów
Poza wiedzą dotyczącą zastosowania wymienionych metod, nacisk położony zostanie również na kwestię warunków, w których analizy danego rodzaju wolno jest wykonać. Położony jest również nacisk na interpretację wyników oraz sposoby prezentacji rezultatów analiz statystycznych.
W trakcie kursu student zapoznaje się z wnioskowaniem statystycznym wykorzystując odpowiednie testy statystyczne (test t-Studenta, jedno i wieloczynnikowa analiza wariancji, test Manna-Whitneya, Wilcoxona Kruskala Walisa, korelacja i regresja prostoliniowa, test Chi 2 ). Wykonuje proste zadania badawcze lub ekspertyzy typowe dla nauk biologicznych pod kierunkiem opiekuna naukowego. Stosuje na poziomie podstawowym metody statystyczne do opisu zjawisk i analizy danych. Potrafi przeprowadzać analizę informacji statystycznej pochodzącej z różnych źródeł i przedstawić poprawne wnioski. Potrafi stawiać poprawne hipotezy oparte na logicznych przesłankach. Posługuje się podstawowymi metodami statystycznymi oraz technikami obliczeniowymi. Potrafi przeprowadzić testy statystyczne. Prawidłowo interpretuje dane empiryczne oraz formułuje odpowiednie wnioski. Wykazuje podstawową znajomość posługiwania się programami statystycznymi.

Kurs poświęcony jest zapoznaniu się z podstawowymi metodami statystycznym. W części ćwiczeniowej będzie realizowany w oparciu o zajęcia praktyczne:
• Statystyka opisowa w tym: zapoznanie się ze skalami pomiarowymi, wprowadzenie do statystyki opisowej, miary tendencji centralnej i miary rozproszenia i analiza zmienności.
• Analiza rozkładu z próby, miary asymetrii rozkładu
• Statystyka indukcyjna w tym: etapy realizacji badania naukowego, zasady formułowania celów naukowych, hipotez statystycznych, weryfikacja hipotez, Błędy I i II rodzaju.
• parametryczne i nieparametryczne metody statystyczne (m.in. testy t-studenta, ANOVA, MNOVA, testy dla frakcji)
• prosta i wielozmiennowa analiza regresji, test Chi2,
• Wielozmiennowe analizy danych w tym: analiza dendrogramów, analiza skupień i analiza faktorów
Poza wiedzą dotyczącą zastosowania wymienionych metod, nacisk położony zostanie również na kwestię warunków, w których analizy danego rodzaju wolno jest wykonać. Położony jest również nacisk na interpretację wyników oraz sposoby prezentacji rezultatów analiz statystycznych.
W trakcie kursu student zapoznaje się z wnioskowaniem statystycznym wykorzystując odpowiednie testy statystyczne (test t-Studenta, jedno i wieloczynnikowa analiza wariancji, test Manna-Whitneya, Wilcoxona Kruskala Walisa, korelacja i regresja prostoliniowa, test Chi 2 ). Wykonuje proste zadania badawcze lub ekspertyzy typowe dla nauk biologicznych pod kierunkiem opiekuna naukowego. Stosuje na poziomie podstawowym metody statystyczne do opisu zjawisk i analizy danych. Potrafi przeprowadzać analizę informacji statystycznej pochodzącej z różnych źródeł i przedstawić poprawne wnioski. Potrafi stawiać poprawne hipotezy oparte na logicznych przesłankach. Posługuje się podstawowymi metodami statystycznymi oraz technikami obliczeniowymi. Potrafi przeprowadzić testy statystyczne. Prawidłowo interpretuje dane empiryczne oraz formułuje odpowiednie wnioski. Wykazuje podstawową znajomość posługiwania się programami statystycznymi.

Literatura uzupełniająca
1. Byrkit DR, Statistics today – a comprahensive introduction. Cummings Publ. Comp. 1987.
2. Marek T, Analiza skupień w badaniach empirycznych – Metody SAHN. PWN, 1989.
3. Łomnicki A. Wprowadzenie do statystyki dla przyrodników, PWN, 2016
4. Blalock H., Statystyka dla socjologów, PWN, 1977.
5. Stanisz A. Biostatystyka, Wyd. UJ, 2005
6. Szostek K., i inni. 2005. Metody opracowania i prezentacji wyników. [w:] Dziecko Żywieckie, K. Kaczanowski (ed.), Wyd. PiT Kraków. pp. 17-19.

Literatura uzupełniająca
1. Byrkit DR, Statistics today – a comprahensive introduction. Cummings Publ. Comp. 1987.
2. Marek T, Analiza skupień w badaniach empirycznych – Metody SAHN. PWN, 1989.
3. Łomnicki A. Wprowadzenie do statystyki dla przyrodników, PWN, 2016
4. Blalock H., Statystyka dla socjologów, PWN, 1977.
5. Stanisz A. Biostatystyka, Wyd. UJ, 2005
6. Szostek K., i inni. 2005. Metody opracowania i prezentacji wyników. [w:] Dziecko Żywieckie, K. Kaczanowski (ed.), Wyd. PiT Kraków. pp. 17-19.

Literatura uzupełniająca
1. Byrkit DR, Statistics today – a comprahensive introduction. Cummings Publ. Comp. 1987.
2. Marek T, Analiza skupień w badaniach empirycznych – Metody SAHN. PWN, 1989.
3. Łomnicki A. Wprowadzenie do statystyki dla przyrodników, PWN, 2016
4. Blalock H., Statystyka dla socjologów, PWN, 1977.
5. Stanisz A. Biostatystyka, Wyd. UJ, 2005
6. Szostek K., i inni. 2005. Metody opracowania i prezentacji wyników. [w:] Dziecko Żywieckie, K. Kaczanowski (ed.), Wyd. PiT Kraków. pp. 17-19.

Literatura uzupełniająca
1. Byrkit DR, Statistics today – a comprahensive introduction. Cummings Publ. Comp. 1987.
2. Marek T, Analiza skupień w badaniach empirycznych – Metody SAHN. PWN, 1989.
3. Łomnicki A. Wprowadzenie do statystyki dla przyrodników, PWN, 2016
4. Blalock H., Statystyka dla socjologów, PWN, 1977.
5. Stanisz A. Biostatystyka, Wyd. UJ, 2005
6. Szostek K., i inni. 2005. Metody opracowania i prezentacji wyników. [w:] Dziecko Żywieckie, K. Kaczanowski (ed.), Wyd. PiT Kraków. pp. 17-19.

Student powinien znać podstawy matematyki oraz mieć podstawową wiedzę z zakresu biologii populacyjnej

Student powinien znać podstawy matematyki oraz mieć podstawową wiedzę z zakresu biologii populacyjnej

Student powinien znać podstawy matematyki oraz mieć podstawową wiedzę z zakresu biologii populacyjnej

Student powinien znać podstawy matematyki oraz mieć podstawową wiedzę z zakresu biologii populacyjnej