Wprowadzenie do IT z elementami statystyki

30

Podstawowa umiejętność obsługi komputera oraz wiedza z zakresu podstaw matematyki na poziomie szkoły średniej.

Godziny kontaktowe z prowadzącym przewidziane w planie studiów:

Laboratorium - 30

Łączna liczba godzin z udziałem nauczyciela akademickiego - 30

Godziny niekontaktowe (samodzielna praca studenta):

Przygotowanie się studenta do zajęć dydaktycznych - 10

Przygotowanie się studenta do zaliczeń (w tym opracowanie projektu) - 10

Studiowanie literatury przedmiotu - 5

Łączna liczba godzin niekontaktowych - 25

Sumaryczna liczba punktów dla modułu - 2

1. zaliczenie pisemne (W1-2, U1-U3)

2. prezentacja projektu polegającego na opracowaniu otrzymanego zestawu danych z zakresu biomedycyny - zaliczenie ustne (W1-W2, U1-U3, K1).

Przekazanie wiedzy z zakresu fundamentalnych pojęć informatyki oraz poznanie podstawowych pojęć i zagadnień dotyczących biostatystyki.

1. Narzędzia pracy zdalnej (Office 365/Teams/Onedrive/Google Drive). Elementy „netykiety”.

2. Narzędzia użytkowe i pakiet Office (LATEX, MS Excel – zaawansowane funkcje arkusza kalkulacyjnego).

3. Wizualizacja danych – wykorzystanie grafiki komputerowej w pracy biotechnologa.

4. Podstawy algorytmiki programowania (np. pojęcie algorytmu, pętle, środowisko). Wprowadzenie do języka Python. Wprowadzenie do programowania w języku R.

5. Relacyjne bazy danych (wprowadzenie do relacyjnych baz danych, wykorzystywanie arkusza kalkulacyjnego i danych pochodzących z kwerend, podstawy języka SQL, Access).

6. Podstawowe pojęcia statystyczne (zjawiska pojedyncze i masowe, jednostka statystyczna, zbiorowość statystyczna, próba losowa), badanie i wnioskowanie statystyczne, statystyka opisowa i matematyczna, zmienne jakościowe i ilościowe. Statystyka opisowa (podstawowe pojęcia, rozkład empiryczny cechy i jego opis, wybrane typy rozkładów). Miary położenia rozkładu (średnia arytmetyczna, mediana, dominanta), rozkłady symetryczne i asymetryczne (miary asymetrii). Miary zróżnicowania cechy (wariancja, odchylenie standardowe, współczynnik zmienności, rozstęp, rozstęp ćwiartkowy). Formułowanie hipotez, założenia i interpretacja wyników. Wizualizacja danych: przygotowanie tabel zbiorczych i wykresów prezentujących wyniki z wykorzystaniem programów MS Excel i Statistica.

1. Rafał K., Lembas J. 2021. Wstęp do informatyki Wyd. Nauk. PWN, Warszawa.

2. Łomnicki A. 2012. Wprowadzenie do statystyki dla przyrodników. Wyd. Nauk. PWN, Warszawa.

3. Meissner W. 2010. Przewodnik do ćwiczeń z przedmiotu metody statystyczne w biologii. Wyd. UG, Sopot.

4.Biecek P. (2008) Przewodnik po pakiecie R. GIS

5. Freeman M., Ross J. (2020) Data science – Programowanie, analiza i wizualizacja danych z wykorzystaniem języka R. Helion

Na podstawie Uchwały Senatu UMCS nr XXV-8.10/21 z dnia 26 maja 2021 r., tj. od cyklu kształcenia 2021/2022:

Wiedza: Absolwent zna i rozumie

W1. możliwości zastosowania podstawowych narzędzi informatycznych do komunikowania się oraz rozwiązywania problemów biotechnologicznych, K_W02; K_W03

W2. podstawowe pojęcia, programy i narzędzia IT pozwalające na analizę danych biomedycznych i biologicznych i prezentację jej wyników, K_W03, K_W09

W3.podstawowe pojęcia i zasady z zakresu ochrony własności intelektualnej i przemysłowej. K_W13

Umiejętności: Absolwent potrafi

U1. dobierać i zastosować podstawowe narzędzia informatyczne, programy komputerowe oraz narzędzia statystyczne dostępne w programie Excel odpowiednie do sytuacji i analizowanego problemu, K_U05, K_U06

U2. zaplanować i przygotować analizę danych biomedycznych samodzielnie i zespole z wykorzystaniem programu Excel i innych podstawowych narzędzi IT. K_U10

U3. zaprezentować wyniki analiz samodzielnych i zespołowych oraz wziąć udział w debacie dotyczącej tej prezentacji, K_U08

Kompetencje społeczne: Absolwent jest gotów do

K1. wypełniania zobowiązań społecznych dotyczących umiejętnego prezentowania rzetelnej wiedzy i wyników analiz danych naukowych, K_K02