Application of statistics in biotechnology
2600-ZSTBBIOT-2-S2
This course has not yet been described...
Total student workload
(in Polish) Zajęcia realizowane z bezpośrednim udziałem nauczyciela (35 godzin) – 1,4 ECTS
- wykład – 15 godz.
- ćwiczenia – 20 godz.
Praca własna studenta (65 godzin) – 2,6 ECTS
- przygotowanie do ćwiczeń i samodzielna analiza danych – 30 godz.
- przygotowanie do kolokwium zaliczeniowego – 15 godz.
- przygotowanie do egzaminu – 20 godz.
Łącznie: 100 godzin – 4 ECTS
Learning outcomes - knowledge
(in Polish) Student:
W1: w pogłębionym stopniu zna techniki w zakresie statystyki umożliwiające prognozowanie przebiegu procesów przyrodniczych oraz modelowanie przestrzenne biomolekuł (np. białek) - K_W 11
W2: w pogłębionym stopniu zna oprogramowanie i specjalistyczne narzędzia bioinformatyczne wykorzystywane w biotechnologii - K_W 12
W3: zna przykłady praktycznego zastosowania metod obliczeniowych z wykorzystaniem odpowiednich narzędzi informatycznych - K_W 13
Learning outcomes - skills
(in Polish) Student:
U1: stosuje metody statystyczne do analizy i interpretacji danych oraz opisu uzyskanych wyników doświadczeń - K_U 08
Learning outcomes - social competencies
(in Polish) Student:
K1: konsekwentnie stosuje i upowszechnia zasadę podnoszenia kompetencji osobistych - K_K 01
Course coordinators
Teaching methods
(in Polish) Metoda podająca: tradycyjny wykład z wykorzystaniem klasycznych narzędzi dydaktycznych do prezentacji treści.
Metody dydaktyczne eksponujące i poszukujące:
zajęcia laboratoryjne łączące krótką część teoretyczną z samodzielnym rozwiązywaniem zadań.
Observation/demonstration teaching methods
- display
Expository teaching methods
- informative (conventional) lecture
- participatory lecture
Exploratory teaching methods
- practical
Type of course
compulsory course
Prerequisites
(in Polish) Umiejętności nabyte podczas studiów na zajęciach ze statystyki i matematyki oraz bioinformatyki, w tym biegła obsługa arkusza kalkulacyjnego Excel oraz podstawy pracy w środowisku R.
Assessment criteria
From the lecture portion, the final exam will consist of 10 test questions. Grades will be assigned according to the following scale: 10 points - 5; 9 points - 4.5; 8 points - 4; 7 points - 3.5; 6 points - 3; <6 points - 2.
The final assessment for the practical part will involve completing two tasks in Excel. Grades will be based on how well the student performs in solving these tasks.
The student must receive a passing grade in both the lecture and practical components to pass the course. Each student is entitled to a retake if they receive a failing grade.
Practical placement
Bibliography
Any YouTube channels related to the statistical topics discussed in the lecture.
Additional information
Additional information (registration calendar, class conductors,
localization and schedules of classes), might be available in the USOSweb system: