Főoldal > 2016/2017. tanév > Adatértékelő módszerek

Tantárgy kódja

BIB2152

Tantárgy neve

Adatértékelő módszerek

Tantárgy angol neve

Data analysing methods in Ecology

Kredit

3

Félévi követelmény

Gyakorlati jegy

Heti óraszám

1 + 2
Elmélet + Gyakorlat

Előkövetelmény

BIB2251

Ajánlott félév

5

Cél

A modern biológia legtöbb területén elengedhetetlen a gyűjtött adatok megfelelő statisztikai értékelése. A jelen gyakorlati kurzus célja, hogy a hallgatókat megismertesse az alapvető statisztikai, adatértékelési módszerekkel. A kurzus tehát nem csupán biometriai, biostatisztikai tudást kíván átadni, de fel kívánja készíteni a hallgatókat az adatok grafikai elemzésére is, pl. a különböző ábratípusok, azok alkalmazási területeinek bemutatásával is. A kurzusnak nem célja, hogy a hallgatók minden statisztikai eljárást magas fokon elsajátítsanak, hanem arra kívánja a hallgatókat felkészíteni, hogy felismerjék, hogy egyes kérdéseket milyen típusú módszerekkel lehet elemezni és értelmezni, és a legalapvetőbb eljárásokat maguk is el tudják végezni egy ingyenes, professzionális statisztikai programcsomag segítségével.

Cél angol

Proper statistical evaluation of the data is essential in most areas of modern biology. This practical course is designed to acquaint students with the basic statistical data evaluation methods. The course provides biometrics, biostatistics knowledge, and intends to prepare students also for graphical data analysis. The course will not provide students with all the statistical procedure, but prepare them to recognize the issues can be analyzed and understood using the most basic procedures. All carry out with a free, professional statistical software package.

Tartalom

Az adatok statisztikai jellemzése és hipotézisek vizsgálata. Statisztikai alapfogalmak (populáció, minta, változó), elméleti eloszlások. Az adatok jellemzése, értékelése táblázatokkal és ábrákkal. A főbb ábratípusok. Szórásdiagram (scatterplot), Kvartilis ábra (boxplot, violin plot), Oszlopdiagram, Hisztogram. Az eloszlások jellemzése. Az átlag, a medián, a variancia és szórás (SD), az interkvartilis tartomány és az átlag szórása (SE). Hipotézisvizsgálat. T-próbák. Variancia-analízis. x2 tesztek, és azok alkalmazási területei. Nem paraméteres próbák. Az R programcsomag használata.

Tartalom angol

Testing hypotheses and statistical characterization of real life data. Statistical basic concepts (population, sample, variable) and theoretical distributions. Description of the data, evaluation of tables and figures. The main figure types: scatterplot, quartile figure (boxplot, violin plot), bar graph, histogram. The characterization of distributions. The mean, median, variance and standard deviation (SD), the interquartile range and the standard deviation of the mean (SE). Hypothesis testing: T-tests, variance analysis, chi-square test and their application. Non-parametric tests. Using the R software package.

Számonkérés

Gyakorlati jegy

Számonkérés angol

term grade

Irodalom

Précsényi I., Karsai ., Barta Z. és Székely T. (1995): Alapvető kutatástervezési, statisztikai és projektértékelési módszerek a szupraindividuális biológiában (Debrecen) Reiczigel J., Harnos A., Solymosi N. (2007): Biostatisztika nem statisztikusoknak, , Pars Kft., Budapest. Zar, J. H. (2009): Biostatistical Analysis (5th Edition), Prentice Hall.

Irodalom angol

Précsényi I., Karsai ., Barta Z. és Székely T. (1995): Alapvető kutatástervezési, statisztikai és projektértékelési módszerek a szupraindividuális biológiában (Debrecen) Reiczigel J., Harnos A., Solymosi N. (2007): Biostatisztika nem statisztikusoknak, , Pars Kft., Budapest. Zar, J. H. (2009): Biostatistical Analysis (5th Edition), Prentice Hall.

Tantárgyfelelős intézet kódja

KOI

Tantárgyfelelős oktató

Dr. Mónus Ferenc