Conducted in
terms:
2022/23L, 2023/24L, 2024/25L
Erasmus code: 13.0
ISCED code: 0512
ECTS credits:
4
Language:
Polish
Organized by:
Department of Biostatistics and Biomedical Systems Theory
(for:
Faculty of Medicine)
Statistics 1600-BM12STAT-1
This course has not yet been described...
Total student workload
(in Polish) Całkowity nakład pracy studenta/słuchacza studiów podyplomowych/uczestnika kursów dokształcających 1. Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi:
– udział w wykładach: 30 godzin
– udział w ćwiczeniach: 30 godzin
– udział w konsultacjach: 10 godzin
– udział w egzaminie: 3 godziny
Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału nauczycieli akademickich wynosi 73 godziny, co odpowiada 2.92 punktom ECTS.
2. Bilans nakładu pracy studenta:
– udział w wykładach: 30 godzin
– udział w ćwiczeniach: 30 godzin
– udział w konsultacjach: 10 godzin
– udział w egzaminie: 3 godziny
– przygotowanie do ćwiczeń: 15 godzin
– przygotowanie do kolokwiów: 30 godzin
– przygotowanie do egzaminu: 20 godzin
Łączny nakład pracy studenta związany z realizacją przedmiotu wynosi 138 godzin, co odpowiada 5.5 punktom ECTS.
3. Nakład pracy związany z prowadzonymi badaniami naukowymi:
– czytanie wskazanego piśmiennictwa naukowego: 15 godzin,
– udział w wykładach (z uwzględnieniem metodologii badań naukowych, wyników badań, opracowań): 20 godzin,
– konsultacje badawczo-naukowe: 5 godzin
– udział w zajęciach objętych aktywnością naukową (z uwzględnieniem metodologii badań naukowych, wyników badań, opracowań): 20 godzin,
– przygotowanie do zajęć objętych aktywnością naukową: 10 godzin,
– przygotowanie do zaliczenia w zakresie aspektów badawczo-naukowych dla realizowanego przedmiotu: 10 godzin.
Łączny nakład pracy studenta związany z prowadzonymi badaniami naukowymi wynosi 80 godzin, co odpowiada 3.2 punktom ECTS
4. Czas wymagany do przygotowania się i do uczestnictwa w procesie oceniania:
– przygotowanie do kolokwiów: 30 godziny
– przygotowanie do egzaminu: 20 godzin
Łączny nakład pracy studenta związany z przygotowaniem do uczestnictwa w procesie oceniania wynosi 50 godzin co odpowiada 2.0 punktom ECTS
5. Czas wymagany do odbycia obowiązkowej praktyki
nie dotyczy
Learning outcomes - knowledge
(in Polish) W01: objaśnia podstawowe pojęcia statystyczne i wyjaśnia potrzebę stosowania statystyki w naukach przyrodniczych – (B1_W01, B1_W04),
W02: objaśnia własności wybranych rozkładów prawdopodobieństwa (dwumianowego, Poissona, normalnego, t-Studenta) – (B1_W01, B1_W04),
W03: wyjaśnia znaczenie i zastosowanie prawdopodobieństwa warunkowego w naukach medycznych – (B1_W01, B1_W04),
W04: interpretuje wyniki podstawowych testów statystycznych oraz przedziałów ufności – (B1_W01, B1_W04),
W05: wyjaśnia znaczenie statystyki w procesie planowania eksperymentów naukowych – (B1_W01, B1_W04),
W06: wyjaśnia pojęcie niepewności pomiarowych i podstawowe metody wyznaczania niepewności pomiarowych w laboratorium – (B1_W01, B1_W04),
Learning outcomes - skills
(in Polish) Efekty kształcenia – umiejętności U01: wyznacza podstawowe statystyki dla próby, w tym wyznacza przedziały ufności dla średniej – (B1_U01) ,
U02: wyznacza podstawowe parametry rozkładów dyskretnych i ciągłych – (B1_U01) ,
U03: wyznacza prawdopodobieństwo warunkowe – (B1_U01),
U04: korzysta z metody najmniejszych kwadratów do wyznaczenia równania regresji liniowej – (B1_U01),
U05: przeprowadza podstawowe testy statystyczne z użyciem programów statystycznych (test t-Studenta, test Manna-Whitneya, test Wilcoxona, test niezależności chi-kwadrat) – (B1_U01) ,
U06: wyznacza niepewności pomiarowe dla wielkości złożonych – (B1_U01) ,
Learning outcomes - social competencies
(in Polish) K01: potrafi współdziałać w grupie (B1_K01)
K02: rozumie potrzebę uczenia się przez całe życie (B1_K02)
K03: rozumie potrzebę podnoszenia i aktualizacji wiedzy i kompetencji zawodowych (B1_K03)
Teaching methods
(in Polish) Wykład:
wykład informacyjny (konwencjonalny) z prezentacją multimedialną
wykład problemowy
Ćwiczenia-labolatorium komputerowe (12 osobowe grupy)
metoda klasyczna problemowa,
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- practical
- classic problem-solving
- classic problem-solving
Online teaching methods
- exchange and discussion methods
- cooperation-based methods
- cooperation-based methods
Type of course
compulsory course
Prerequisites
(in Polish) Znajomość podstaw rachunku różniczkowego i całkowego oraz podstawowych pojęć rachunku prawdopodobieństwa.
Course coordinators
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: