|
Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar |
Biomérnöki mesterképzési szak nappali MSc |
Tantárgyadatlap
és tantárgykövetelmények
Biometria 2
A tantárgy neve angolul: Biometrics II
| Tantárgy kódja | Követelmény | Kredit |
| BMEVEKFM201 | 2+1+0/f | 3 |
A tantárgy tanszéki weboldala (az aktuális félévre vonatkozó információk):
A tantárgyfelelős személy és tanszék:
Lakné Dr. Komka Kinga, Kémiai és Környezeti Folyamatmérnöki Tanszék
A tantárgy előadója:
Név: | Beosztás: | Tanszék, Int.: |
Lakné Dr. Komka Kinga | egyetemi adjunktus | Kémiai és Környezeti Folyamatmérnöki Tanszék |
Dr. Kemény Sándor | professor emeritus | Kémiai és Környezeti Folyamatmérnöki Tanszék |
A tantárgy az alábbi témakörök ismeretére épít:
Statisztikai alapismeretek: BMEVEVMA606 Kísérletek tervezése és értékelése c. tárgy tananyaga
különös tekintettel a hipotézisvizsgálatokra: z-próba, t-próbák, khi-négyzet-próba, F-próba
Kötelező/ajánlott előtanulmányi rend:
-
A tantárgy célkitűzése:
Megtanítani a több csoport összehasonlítására szolgáló varianciaanalízis (ANOVA) módszertanát, valamint a biológiai természetű (általában nem-normális eloszlású) mérési adatok statisztikai kezelésének alapvető módszereit.
A tantárgy tematikáját kidolgozta:
Név: | Beosztás: | Tanszék, Int.: |
Dr. Kemény Sándor | professor emeritus | Kémiai és Környezeti Folyamatmérnöki Tanszék |
Dr. Deák András | egyetemi docens | Kémiai és Környezeti Folyamatmérnöki Tanszék |
Tanulási eredmények:
A tanulási eredmények között az adott szak Képzési és Kimeneti Követelményében [18/2016. (VIII. 5.) EMMI rendelet] előírt tanulási eredmények szerepelnek kékkel. A jelen tantárgy ezekhez való hozzájárulása feketével szedett.
Tudás
Ismeri és érti a kutatáshoz vagy tudományos munkához szükséges, széles körben alkalmazható problémamegoldó technikákat.
Ismeri és meg tudja különböztetni a mérési skálák négy alaptípusát.
Ismeri a több csoport összehasonlítására szolgáló statisztikai módszer, a varianciaanalízis (ANOVA) alapelvét és főbb típusait, valamint tisztában van a módszer alkalmazhatósági feltételeivel is.
Rálátással rendelkezik a nem-normális eloszlású mérési adatok statisztikai kezelésének lehetőségeire: rang-próbák, rang-korreláció, kontingencia-táblák, logit regresszió, túlélés elemzés.
Ismeri a klinikai kísérletek főbb típusait és a kiértékelésük során alkalmazható statisztikai eszközöket.
Képesség
Képes valós biológiai, biokémiai, mikrobiológiai alapú, biotechnológiai rendszerekhez kapcsolódó műszaki feladatok esetén a problémamegoldó technikák önálló felhasználására.
Képes felismerni a biológiai és biotechnológiai kísérletek és vizsgálatok statisztikai módszerekkel történő megoldása során a figyelembeveendő faktorokat, meg tudja állapítani típusaikat (rögzített, véletlen) valamint az egyes faktorok közti viszonyokat (kereszt-, hierarchikus vagy vegyes osztályozás).
Képes felismerni, ha a kísérletben szereplő független vagy függő változó nem folytonos skálán értelmezett.
Képes a névleges vagy sorrendi skálán értelmezett független és/vagy függő változó kezelésére legmegfelelőbb statisztikai módszer kiválasztására.
Képes különbséget tenni a 2x2-es táblázatok különböző esetei között.
Képes a p-érték és szignifikanciaszint ismeretében döntést hozni a statisztikai próba szignifikanciájáról és ennek megfelelően a szakmai következtetés levonására.
Attitűd
Autonómia és felelősség
Vállalja a felelősséget elemzései, döntései, utasításai következményeiért.
A statisztikai elemzéseket a tőle elvárható legjobb színvonalon, kellő alapossággal és körültekintéssel végzi.
A kísérleti adatokat és azok kiértékelését mások által is átlátható módon dokumentálja.
Utolsó módosítás: 2024-01-30 17:04:50
A további tárgyak adatlapjának kiválasztásához kattintson ide.