Basics of statistics for biologists
General data
Course ID: | WB-BI-35-26 |
Erasmus code / ISCED: |
13.1
|
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
|
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 |
Navigate to timetable
MO TU CW
CW
W TH FR |
Type of class: |
Classes, 30 hours
|
|
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 |
Navigate to timetable
MO TU CW
CW
W TH FR |
Type of class: |
Classes, 30 hours, 30 places
|
|
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 |
Navigate to timetable
MO TU CW
CW
W TH FR |
Type of class: |
Classes, 30 hours
|
|
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 |
Copyright by Cardinal Stefan Wyszynski University in Warsaw.