Cardinal Stefan Wyszynski University in Warsaw - Central Authentication System
Strona główna

Basics of statistics for biologists

General data

Course ID: WB-BI-35-26
Erasmus code / ISCED: 13.1 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (unknown)
Course title: Basics of statistics for biologists
Name in Polish: Podstawy statystyki dla biologów
Organizational unit: Faculty of Biology and Environmental Sciences
Course groups: (in Polish) Przedmioty dla III roku biologii I stopnia
ECTS credit allocation (and other scores): 3.00 Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.
Language: Polish
(in Polish) Dyscyplina naukowa, do której odnoszą się efekty uczenia się:

biological sciences

Subject level:

elementary

Learning outcome code/codes:

BI1_W02,BI1_W05,BI1_U01,BI1_U03,BI1_K01

Preliminary Requirements:

(in Polish) Nie dotyczy

Short description:

The aim of the course is to familiarize students with the basic statistical methods and to learn their practical application in Excel and Statistica. During class, students learn how to create databases, how to calculate descriptive statistics (mean, standard deviation, volatility range, quartile, median, mode) as well as basic statistical tests for comparing two or more groups, correlation and regression analyses. Learning how to interpret the results will also be an important part of the exercises.

Full description:

The aim of the course is to familiarize students with the basic statistical methods and to learn their practical application in Excel and Statistica. During class, students learn how to create databases, how to calculate descriptive statistics (mean, standard deviation, volatility range, quartile, median, mode) as well as basic statistical tests for comparing two or more groups, correlation and regression analyses. Learning how to interpret the results will also be an important part of the exercises.

Subject area: The course is conducted in the following subject areas:

Introduction to the basics of statistics: presentation of the concepts of the statistical survey, the general sample, the statistical sample, the database, the types of data (qualitative and quantitative variables), data input into the database, the coding of qualitative variables, dependent and independent groups.

2. Descriptive statistics and methods of their interpretation, creating charts in Excel and Statistica. Normal distribution and verification of compliance with normal distribution. Formulation of statistical hypotheses, type I and II errors.

3. Selection of statistical tests to compare the two groups (parametric and nonparametric tests: Chi-square test, t-student test, U-man Whitney test; Kolmogorov-Smirnov test). Interpretation of the results of the above statistical tests.

4. Comparative tests of more than two groups: analysis of variance, Kruskal-Wallis test - application and interpretation of results.

5. Correlation and Regression Analysis – application and interpretation of results.

Bibliography:

Required literature:

Stanisz A. 2007. Affordable statistics course. T. 1,2. StatSoft, Krakow. (the corresponding parts are provided by the moderator)

Additional literature:

Dalgaard P. 2008. Introductory statistics with R. Springer Science+Business Media LLC, New York.

Lomnitzer A. 2010. Introduction to Statistics for Natural Scientists. Scientific publishing house PWN, Warsaw.

Logan M. 2010. Biostatistical design and analysis using R. A practical guide. Wiley-Blackwell, Chichester.

Efekty kształcenia i opis ECTS: (in Polish)

Efekty z zakresu wiedzy:

Efekt przedmiotowy 1: absolwent zna i rozumie znaczenie zastosowania podstawowych metod statystycznych w interpretacji procesów biologicznych

Efekt przedmiotowy 2: absolwent zna i rozumie podstawowe metody statystyczne wykorzystywane w badaniach biologicznych

Efekty z zakresu umiejętności:

Efekt przedmiotowy 3: absolwent potrafi zastosować podstawowe metody statystyczne wykorzystywane w badaniach biologicznych

Efekt przedmiotowy 4: absolwent potrafi wykorzystać podstawowe metody statystyczne do interpretacji zjawisk zachodzących w biologii

Efekty z zakresu kompetencji społecznych:

Efekt przedmiotowy 5: absolwent jest gotów dokonać krytycznej oceny swojej wiedzy i umiejętności stosowania podstawowych technik statystycznych i interpretacji otrzymanych wyników

Assessment methods and assessment criteria: (in Polish)

Wiedza:

Na ocenę 2.0 (ndst)- student nie rozumie znaczenia zastosowania podstawowych metod statystycznych w interpretacji procesów biologicznych, nie zna i nie rozumie podstawowych metod statystycznych

Na ocenę 3.0 (dst) – student w stopniu dostatecznym rozumie zastosowanie metod statystycznych w interpretacji procesów biologicznych, w sposób dostateczny rozumie podstawowe metody statystyczne

Na ocenę 4.0 (db) – student dobrze rozumie potrzebę stosowania metod statystycznych w interpretacji zjawisk biologicznych, dobrze orientuje się w podstawowych metodach statystycznych

Na ocenę 5.0 (bdb) – student bardzo dobrze rozumie i zdaje sobie sprawę z potrzeby zastosowania metod statystycznych, bardzo dobrze się w nich orientuje

Umiejętności:

Na ocenę 2.0 (ndst)- student nie potrafi dokonać wyboru odpowiedniej metody statystycznej i nie potrafi dokonać interpretacji otrzymanych wyników

Na ocenę 3.0 (dst) – student dostatecznie dobrze radzi sobie z dokonywaniem wyboru odpowiedniej metody statystycznej i interpretacją otrzymanych wyników

Na ocenę 4.0 (db) – student dobrze radzi sobie z dokonywaniem wyboru odpowiedniej metody statystycznej i interpretacją otrzymanych wyników

Na ocenę 5.0 (bdb) – student sprawnie dokonuje wyboru odpowiedniej metody statystycznej i interpretacja otrzymanych wyników

Kompetencje społeczne:

Na ocenę 2.0 (ndst)- student nie jest gotów do krytycznej oceny swojej wiedzy z zakresu podstawowych metod statystycznych i interpretacji ich wyników

Na ocenę 3.0 (dst) – student jest dostatecznie gotów do krytycznej oceny swojej wiedzy z zakresu statystyki

Na ocenę 4.0 (db) – student jest gotów do krytycznej oceny swojej wiedzy z zakresu statystyki, szczególnie w przypadku mniej zaawansowanych metod

Na ocenę 5.0 (bdb) - student jest gotów do krytycznej oceny swojej wiedzy z zakresu statystyki, zarówno w przypadku metod mniej i bardziej zaawansowanych

Practical placement:

not applicable

Classes in period "Winter semester 2021/22" (past)

Time span: 2021-10-01 - 2022-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours more information
Coordinators: Justyna Marchewka-Długońska
Group instructors: Justyna Marchewka-Długońska
Students list: (inaccessible to you)
Examination: graded credit
(in Polish) E-Learning:

(in Polish) E-Learning

Short description: (in Polish)

Celem kursu jest zapoznanie uczestników z podstawowymi metodami analizy statystycznej oraz z zasadami projektowania badań w sposób umożliwiający rzetelną analizę otrzymanych wyników.

Full description: (in Polish)

Celem kursu jest zapoznanie uczestników z podstawowymi metodami analizy statystycznej oraz z zasadami projektowania badań w sposób umożliwiający rzetelną analizę otrzymanych wyników.

Zakres tematyczny obejmuje bloki zajęć:

1. Rodzaje zmiennych, typy skal, definiowanie hipotez statystycznych, próby powiązane i niepowiązane, planowanie badań

2. Statystyki opisowe (opis tabelaryczny, graficzna prezentacja danych, wyznaczanie miar rozkładu), badanie zgodności z rozkładem normalnym. Interpretacja statystyk opisowych

3. Parametryczne i nieparametryczne testy porównania dwóch grup: test chi kwadrat, test McNemary, test t studenta (dla prób zależnych i niezależnych), nieparametryczne alternatywy testu t studenta

4. Wprowadzenie do analizy wariancji (ANOVA jedno i wieloczynnikowa), korelacji i regresji

Bibliography: (in Polish)

Literatura obowiązkowa:

Stanisz A. 2007. Przystępny kurs statystyki. T.1,2. StatSoft, Kraków.

Literatura dodatkowa:

Dalgaard P. 2008. Introductory statistics with R. Springer Science+Business Media LLC, New York.

Łomnicki A. 2010. Wprowadzenie do statystyki dla przyrodników. Wydawnictwo Naukowe PWN, Warszawa.

Logan M. 2010. Biostatistical design and analysis using R. A practical guide. Wiley-Blackwell, Chichester.

Classes in period "Winter semester 2022/23" (past)

Time span: 2022-10-01 - 2023-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours, 30 places more information
Coordinators: Piotr Kiełtyk, Justyna Marchewka-Długońska
Group instructors: Piotr Kiełtyk, Justyna Marchewka-Długońska
Students list: (inaccessible to you)
Examination: graded credit
(in Polish) Opis nakładu pracy studenta w ECTS:

ECTS: 3

[1 ECTS=30 hours]

Participation in exercises (direct contact with the lecturer): 30 hours

Preparation for Exercises and Discussions: 5 hours

Self-study with Excel and Statistica (completion of tasks) – 15 hours

Project preparation: 15 hours

Preparation for tests – 15 hours

Total: 90 hours [90/30=3]

Classes in period "Winter semester 2023/24" (past)

Time span: 2023-10-01 - 2024-01-31
Selected timetable range:
Navigate to timetable
Type of class:
Classes, 30 hours more information
Coordinators: Piotr Kiełtyk, Justyna Marchewka-Długońska
Group instructors: Piotr Kiełtyk, Justyna Marchewka-Długońska
Students list: (inaccessible to you)
Examination: graded credit
(in Polish) Opis nakładu pracy studenta w ECTS:

ECTS: 3

[1 ECTS=30 hours]

Participation in exercises (direct contact with the lecturer): 30 hours

Preparation for Exercises and Discussions: 5 hours

Self-study with Excel and Statistica (completion of tasks) – 15 hours

Project preparation: 15 hours

Preparation for tests – 15 hours

Total: 90 hours [90/30=3]

Type of subject:

obligatory

(in Polish) Grupa przedmiotów ogólnouczenianych:

(in Polish) nie dotyczy

Bibliography: (in Polish)

LITERATURA

Literatura obowiązkowa:

Stanisz A. 2007. Przystępny kurs statystyki. T.1,2. StatSoft, Kraków. (odpowiednie fragmenty będą dostarczane przez prowadzącego)

Literatura uzupełniająca:

Dalgaard P. 2008. Introductory statistics with R. Springer Science+Business Media LLC, New York.

Łomnicki A. 2010. Wprowadzenie do statystyki dla przyrodników. Wydawnictwo Naukowe PWN, Warszawa.

Logan M. 2010. Biostatistical design and analysis using R. A practical guide. Wiley-Blackwell, Chichester.

Wymagania wstępne: (in Polish)

Brak

Course descriptions are protected by copyright.
Copyright by Cardinal Stefan Wyszynski University in Warsaw.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
contact accessibility statement USOSweb 7.0.2.0-1 (2024-03-12)