Conducted in
terms:
2022/23Z, 2023/24Z, 2024/25Z, 2025/26Z
ISCED code: 0914
ECTS credits:
unknown
Language:
Polish
Organized by:
Department of Biostatistics and Biomedical Systems Theory
(for:
Faculty of Pharmacy)
Medical Statistics 1733-A5-STATMED-SJ
This course has not yet been described...
Total student workload
(in Polish) Bilans nakładu pracy studenta:
- udział w wykładach: 15 godzin
- udział w laboratoriach: 15 godzin
- udział w seminariach: 15 godzin
- udział w konsultacjach naukowo-badawczych: 4 godzin
- czytanie wybranego piśmiennictwa naukowego: 8 godzin
- przygotowanie do laboratoriów: 3 godzin
- przygotowanie do kolokwiów: 4 godziny
- przygotowanie do zaliczenia i zaliczenie (sprawdzian praktyczny i teoretyczny pisemny): 5+2+2=9 godzin
Łączny nakład pracy studenta związany z realizacją przedmiotu wynosi 75 godzin, co odpowiada 3 punktom ECTS.
Learning outcomes - knowledge
(in Polish) Efekty uczenia się - wiedza:
Student po zakończeniu kształcenia :
zna metody stosowane w statystyce opisowej i indukcyjnej,
stosuje właściwe testy parametryczne i nieparametrycze,
zna elementy diagnostycznej charakterystyki badania (czułość i swoistość, precyzja, ROC, AUC, zasady doboru optymalnej wartości odcięcia)
Learning outcomes - skills
(in Polish) Efekty uczenia się - umiejętności:
Student po zakończeniu kształcenia :
Potrafi zastosować metody statystyki do estymacji,
rozumie znaczenie wielkości próby i rozproszenia wyników dla wiarygodności wniosków analiz statystycznych.
Rozumie związek między testowaniem hipotez o średnich lub wariancji a przedziałami ufności,
umie postawić hipotezę badawczą, zaproponować właściwy test do jej weryfikacji, wyznaczyć błędy I i II rodzaju, obliczyć moc testu,
Potrafi sprawdzić spełnienie założeń testów statystycznych i rozumie różnicę między testami parametrycznymi i nieparametrycznymi czy testami dla zmiennych powiązanych i niepowiązanych.
Learning outcomes - social competencies
(in Polish) Efekty uczenia się - kompetencje społeczne:
rozumie wagę i odpowiedzialność za właściwie wykonane analizy statystyczne i wykazuje umiejętność samokształcenia
Teaching methods
(in Polish) Metody dydaktyczne:
Wykład:
metody dydaktyczne podające - wykład informacyjny (konwencjonalny),
wykład problemowy z prezentacją multimedialną
Ćwiczenia: metody dydaktyczne poszukujące: metoda klasyczna problemowa, ćwiczenia w laboratorium komputerowym
Prerequisites
(in Polish) Umiejętność pracy z komputerem na programach statystycznych lub arkuszy kalkulacyjnych. Podstawowe wiadomości z zakresu matematyki i statystyki.
Course coordinators
Term 2025/26Z: | Term 2023/24Z: | Term 2022/23Z: | Term 2024/25Z: |
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: