Alapértelmezett nézet
Kapcsolat Bejelentkezés
Oktatás Kurzusok Számítógépes Statisztika (biológus BSc, PhD)

Számítógépes Statisztika (biológus BSc, PhD)

Nyelv
magyar
Jelleg
kötelező
Értékelés
gyakorlati jegy + vizsga (kollokvium)
Év a tantervben
2
Szemeszter a tantervben
1
Kredit
5
Előadás óraszám / félév
30
Gyakorlat óraszám / félév
30
Kik vehetik fel a tárgyat?
  • Biológia BSc
  • PhD hallgató

A kurzus leírása

A statisztikai módszerek elméleti ismertetése után, a hallgatók biológiai jellegű példákon tanulják meg a módszerek használatát , illetve az eredmények értékelését.

Kötelező irodalom:
REICZIGEL J. – HARNOS A. – SOLYMOSI N.: Biostatisztika nem statisztikusoknak.
Nagykovácsi: Pars Kft., 2014.

Ajánlott irodalom:
QUINN, G. P. – KEUGH, M. J.: Experimental Design and Data Analysis for Biologists.
Cambridge: Cambridge University Press, 2004.

 

Előadások tematikája

1. hét

Paraméteres és nem paraméteres módszerek ismétlése, módszerek feltételei.

2-3. hét

Gyakoriságokra vonatkozó vizsgálatok.

4. hét

Korrelációszámítás. A Pearson-féle korrelációs együttható. Együtthatók monoton, de nem lineáris kapcsolatokra. Hipotézisvizsgálatok a korrelációs együtthatóra vonatkozóan.

5.-6. hét

Regressziószámítás. A regressziószámítás szokásos kérdésfeltevései. Véletlenség a magyarázó és a függő változóban. Mikor használjunk korreláció-, illetve regressziószámítást? Egyszerű lineáris regresszió: I-es modell. Hipotézisvizsgálatok. A determinációs együttható. Predikció a modellben. Origón átmenő regresszió. Egyszerű lineáris regresszió.

6. hét

Többszörös lineáris regresszió. Hipotézisvizsgálatok. További korrelációs mérőszámok. A többszörös korreláció és a determinációs együttható. A parciális korreláció. Multikollinearitás.

7. hét

Regressziós diagnosztika. Az illesztett modell jóságának vizsgálata. Alkalmazhatósági feltételek vizsgálata. Kiugró értékek és torzító pontok. Diagnosztikus ábrák.

8-9. hét

1. Zárthelyi. Nemlineáris kapcsolatok. Lineárisra visszavezethető regressziók. Példák változók transzformálásával végzett regressziókra. Lineárisra nem visszavezethető regressziók.

10. hét

Varianciaelemzés (ANOVA). Csoportok páronkénti összehasonlítása. Többtényezős varianciaelemzés. Az ANOVA diagnosztikája. Kontrasztok.

11-12. hét

Az általános lineáris modell. Exploratív elemzések. Statisztikai modellek. A modell felírása. Példák különböző modellekre. Faktorok a lineáris modellben. A lineáris modell paramétereinek becslése. A becsült értékek és a vetítő mátrix. Hipotézisvizsgálatok.

12-13. hét

A lineáris modellek alkalmazhatóságának feltételei. Linearitás. Kiugró és torzító pontok. Modellválasztás. Információs kritériumok. Modellszelekciós eljárások. Többszörös összehasonlítások.

14. hét

2. zárthelyi. Kitekintés. A lineáris modell kiterjesztései, egyéb statisztikai eljárások.

Gyakorlatok tematikája

A gyakorlatok tematikája minden esetben azonos az aktuális heti előadás tematikájával. Az előadás és a gyakorlat nem válik szét.

Értékelés leírása

Az aláírás és a vizsgára bocsátás feltétele az órákon való aktív részvétel és a legalább elégséges gyakorlati jegy megszerzése. Csütörtökönként 2+2 óra előadás és gyakorlat lesz. Két alkalommal lehet igazolatlanul hiányozni, ennél több igazolatlan hiányzás esetén a hallgató aláírást, gyakorlati jegyet, vizsgajegyet nem kaphat. Az aláíráshoz szükséges továbbá a házi feladatok megoldásának beadása, legfeljebb két feladatsor kivételével.

Félév végi vizsgajegy: A 3. héttől minden óra elején 10 perces teszt az elméleti anyagból (legalább 50%-ot teljesíteni kell). Záró teszt a félév végén.

Gyakorlati jegy: 2 zárthelyi dolgozat (35-35%), az órai munka (10%) és a házi feladatok (20%) alapján.