Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Документ'
Большинство работ по психолингвистике связано с анализом норм словесных ассоциаций, полученных экспериментальным путем, наша работа не стала исключен...полностью>>
'Инструкция'
Терроризм неотделим от захвата за­ложников. Наиболее часто жертвами бандитов становятся беззащитные дети, женщины и старики. Прикрываясь людьми как жи...полностью>>
'Рассказ'
04.11.09 Прибытие группы. Завтрак. Обзорная экскурсия по городу «Город над Волгой и Окой» с осмотром набережных и Нижегородского Кремля- памятника арх...полностью>>
'Инструкция'
В целях реализации Закона Российской Федерации "Об охране окружающей природной среды" и установления единых экологических требований к соде...полностью>>

Рабочая программа дисциплины (модуля) Статистические методы обработки данных эксперимента

Главная > Рабочая программа
Сохрани ссылку в одной из сетей:

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Саратовский государственный университет имени Н.Г. Чернышевского

____________________ физический факультет ____________________

(Наименование института, факультета)

УТВЕРЖДАЮ

Проректор СГУ по

учебно-методической работе

___________________ Е.Г.Елина

"__" ____________________20__ г.

Номер внутриуниверситетской регистрации

_______________

Рабочая программа дисциплины (модуля)

Статистические методы обработки данных эксперимента

(Наименование дисциплины (модуля)

Направление подготовки

_______Физика________

Профиль подготовки

Медицинская фотоника

Квалификация (степень)

______Бакалавр____

Форма обучения

__________очная_________

Саратов,2011 год

1. Цели освоения дисциплины

Целями освоения дисциплины «Статистические методы обработки данных эксперимента» являются: расширение и углубление знаний студентов по вопросам статистической обработки данных в биологии и медицине, позволяющего выпускнику успешно работать в избранной сфере деятельности в РФ и за рубежом, обладать универсальными и предметно специализированными компетенциями, способствующими его социальной мобильности, востребованности на рынке труда и успешной профессиональной карьере.

2.Место дисциплины в структуре ООП магистратуры

Дисциплина «Статистические методы обработки данных эксперимента» относится к профессиональному циклу Б2ДВ4, читается в 2 семестре. Форма итоговой аттестации — зачет.

Данный курс лекций ориентирован на изучение простых, но наиболее часто используемых методов статистической обработки данных.

Курс лекций носит сугубо прикладной характер. Особое внимание при разборе материала уделяется анализу ошибок, которые обычно делают начинающие исследователи при применении того или иного метода статистической обработки данных биометрических измерений.

Курс лекций преподается с использованием компьютерной сети. Лекционный материал содержит множество конкретных примеров, которые разбираются в интерактивном режиме.

При изучении курса “ Статистические методы обработки данных эксперимента ” студенты должны иметь теоретическую подготовку по информатике и основным разделам математического анализа, дифференциального и интегрального исчисления. Студенты также должны обладать начальными практическими навыками работы на компьютере.

Контроль знаний поводится в виде тестирования.

3 Компетенции обучающегося, формируемые в результате освоения дисциплины (модуля)

В результате освоения дисциплины «Статистические методы обработки данных эксперимента» должны формироваться в определенной части следующие компетенции:

общекультурные:

способность использовать в познавательной и профессиональной деятельности базовые знания в области математики и естественных наук (ОК-1);

способность приобретать новые знания, используя современные образовательные и информационные технологии (ОК-3);

способность к письменной и устной коммуникации на родном языке (ОК-13);

способность получить и использовать в своей деятельности знание иностранного языка (ОК-14) – в части использования;

способность использовать в познавательной и профессиональной деятельности навыки работы с информацией из различных источников (ОК-16).

общепрофессиональные:

способность использовать специализированные знания в области физики для освоения профильных физических дисциплин (в соответствии с профилем подготовки) (ПК-4);

способность понимать и излагать получаемую информацию и представлять результаты физических исследований (ПК-19).

Данный курс лекций носит не теоретический, а сугубо практический и прикладной характер. В результате освоения дисциплины обучающийся должен:

Знать: основные методы обработки статданных. Особое внимание при разборе материала уделяется анализу ошибок, которые обычно делают начинающие исследователи при применении того или иного метода статистической обработки

Уметь: применить методы статистики к обработке биометрических данных.

Владеть: навыками применения набора стандартных методов статистической обработки данных с использованием стандартных компьютерных программ.

4. Структура и содержание дисциплины (модуля)

«Статистические методы обработки данных эксперимента»

Общая трудоемкость дисциплины составляет 1 зачетных единицы 16 часов, включая 16 часов лекций.

4.1. Структура дисциплины


п/
п

Наименование раздела, подраздела,
темы лекции

Бюджет учебного времени

Форма
текущ.
и итог,
контр.

семестр

в том числе

Лек
ции

Лабор.

и
практ.

семи-
нарские
занятия

Сам

ост.

рабо

та

1

Статистика: вводные замечания и
основополагающие понятия.

2

2

Что такое статистика? Разделы
статистики: биометрия и биостатистика.
Понятие статистической совокупности
и закономерности. Статистическое
наблюдение. Способы сбора данных.
Методические и организационные
аспекты статистического наблюдения.
Требования, предъявляемые к
статистическим данным. Ошибки
наблюдения. Представление
статистических данных: таблицы и
графики.

2

Статистические совокупности и
статистические закономерности.

2

2

Элементы статистической
совокупности. Понятие признака
объекта. Характер выражения
признаков: описательные и
количественные. Способ выражения
признаков: первичные и вторичные
признаки. Прямые и косвенные
признаки. Моментные и интервальные
признаки. Альтернативные, дискретные
и непрерывные признаки. Обобщающие
характеристики статистической
совокупности и статистическая
закономерность. Статистические
показатели. Абсолютные и
относительные статистические
показатели. Виды относительных
показателей.

3

Классификация и группировка

2

4

Понятие признака объекта в
теории классификации.
Классификация объектов.
Способы определения расстояния.
Евклидово расстояние, расстояние
по Манхэттену (метрика
городских кварталов),
Чебышевское расстояние,
расстояние по Камберру.
Классификация по
минимальному расстоянию.
Понятие о кластерном анализе.
Группировка, как частный случай
классификации. Открытые и
закрытые интервалы. Равные,
неравные (равнонаполненные)
интервалы. Простая,
политетическая и
комбинационная, типологическая
и структурная группировки.
Этапы проведения группировки.

4

Вычисление средних величин при
обработке биометрических данных

4

4

Тест

Виды средних. Средняя
арифметическая. Взвешенная средняя
арифметическая. Средняя
квадратическая. Средняя степенная.
Средняя гармоническая . Средняя
геометрическая. Правило
мажорантности средних величин.
Многомерные средние

5

Вариации массовых явлений

4

4

Понятие вариации. Вариационный ряд.
Ранжированный, дискретный и
интервальный выриационный ряд.
Формула Стержеса (Штюргеса) для
числа интервалов в интервальном
вариационном ряду. Правило Йетса.
Ширина интервала. Гистограмма.
Полигон. Гистограмма и полигон, как
выборочные аналоги
дифференциальной и интегральной
функций распределения, используемых
в математической статистике.

6

Структурные характеристики
вариационного ряда

8

8

Медиана распределения. Модальный
интервал. Мода распределения. Оценка
медианы по интервальному ряду.
Оценка моды по интервальному ряду.
Квартили распределения. Квинтили,
децили и перцентили. Моменты
распределения и показатели его формы.
Центральные моменты первого,
второго, третьего и четвертого
порядков. Коэффициент асимметрии.
Коэффициент асимметрии Пирсона.
Левосторонняя и правосторонняя
асимметрия. Эксцесс. Размах или
амплитуда вариации. Средний модуль
отклонений. Среднее взвешенное
линейное отклонение. Среднее
квартильное расстояние.
Относительные показатели вариации.
Относительный размах вариации.
Относительное отклонение по
модулю. Относительное
среднеквадратическое отклонение.

Относительное квартильное расстояниею Предельно возможные значения показателей вариации

3. Содержание учебной дисциплины

1. Введение. Предмет и методы биометрии: вводные замечания и основополагающие
понятия.

Что такое статистика? Разделы статистики: биометрия и биостатистика. Понятие
статистической совокупности и закономерности. Статистическое наблюдение. Способы
сбора данных. Методические и организационные аспекты статистического наблюдения.
Требования, предъявляемые к статистическим данным. Ошибки наблюдения.
Представление статистических данных: таблицы и графики.

2. Статистические совокупности и статистические закономерности.

Элементы статистической совокупности. Понятие признака объекта. Характер выражения признаков: описательные и количественные. Способ выражения признаков: первичные и вторичные признаки. Прямые и косвенные признаки. Моментные и интервальные признаки. Альтернативные, дискретные и непрерывные признаки.
Обобщающие характеристики статистической совокупности и статистическая закономерность. Статистические показатели. Абсолютные и относительные статистические показатели. Виды относительных показателей.

3. Классификация и группировка.

Понятие признака объекта в теории классификации. Классификация объектов. Способы определения расстояния. Евклидово расстояние, расстояние по Манхэттену (метрика городских кварталов), Чебышевское расстояние, расстояние по Камберру. Классификация по минимальному расстоянию. Понятие о кластерном анализе. Группировка, как частный случай классификации. Открытые и закрытые интервалы. Равные, неравные (равнонаполненные) интервалы. Простая, политетическая и комбинационная, типологическая и структурная группировки. Этапы проведения группировки.

4. Вычисление средних величин при обработке биометрических данных

Виды средних. Средняя арифметическая. Взвешенная средняя арифметическая. Средняя квадратическая. Средняя степенная. Средняя гармоническая. Средняя геометрическая. Правило мажорантности средних величин. Многомерные средние

5. Вариации массовых явлений

Понятие вариации. Вариационный ряд. Ранжированный, дискретный и интервальный выриационный ряд. Формула Стержеса (Штюргеса) для числа интервалов в интервальном вариационном ряду. Правило Йетса.
Ширина интервала. Гистограмма. Полигон. Гистограмма и полигон, как
выборочные аналоги дифференциальной и интегральной функций распределения, используемых в математической статистике.

6. Структурные характеристики вариационного ряда

Медиана распределения. Модальный интервал. Мода распределения. Оценка медианы по интервальному ряду. Оценка моды по интервальному ряду. Квартили распределения.
Квинтили, децили и перцентили. Моменты распределения и показатели его формы. Центральные моменты первого, второго, третьего и четвертого порядков. Коэффициент асимметрии. Коэффициент асимметрии Пирсона. Левосторонняя и правосторонняя асимметрия. Эксцесс. Размах или амплитуда вариации. Средний модуль отклонений. Среднее взвешенное линейное отклонение. Среднее квартильное расстояние. Относительные показатели вариации. Относительный размах вариации. Относительное отклонение по модулю. Относительное среднеквадратическое отклонение. Относительное квартильное расстояние. Предельно возможные значения
показателей вариации.

5. Образовательные технологии

1. Лекционные занятия с использованием мультимедийных средств.

2. Поиск информации в библиотеке и через Интернет для подготовки рефератов на темы, предложенные для самостоятельного изучения.

3. Компьютерная сеть

  1. Учебно-методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.

Изучение теоретического материала по конспектам лекций, рекомендованным учебным пособиям, монографической учебной литературе, справочным источникам; самостоятельное изучение некоторых теоретических вопросов программы курса, нерассмотренных на лекциях; решение рекомендованных задач из сборника задач по статистике; изучение теоретического материала по методическим руководствам к практикуму по статистике. Контроль выполнения осуществляется на последнем занятии в форме тестирования. Тесты по курсу “Статистические методы обработки данных эксперимента”

7. Учебно-методическое и информационное обеспечение дисциплины (модуля) «Статистические методы обработки данных эксперимента»

Основная литература

1.

А.А.Боровков Математическая статистика. Учебник. 4-е издание Санкт-Петербург, Лань, 2010, 704 с

2.

А.Н. Бородин Элементарный курс теории вероятностей и математической статистики: Учебное пособие. 7-е изд. Санкт-Петербург, Лань, 2010, 256с

3.

В.Н. Калинина, В. Ф. Панкин. Математическая статистика. 2-е издание, стереотипное, М: Высшая школа, 1998, 336 с.

4.

И. И. Елисеева, М.М. Юзбашев. Общая теория статистики. М: Финансы и статистика, 1995, 368 с.

5.

Mathcad 2000 Pro. Руководство пользователя

Дополнительная литература

1.

Учебно-методические материалы по оптике, размещенные на Интернет-сайте кафедры оптики и биомед. физики http://optics.sgu.ru

2.

Е.Н. Львовский Статистические методы построения эмпирических формул. Учебное пособие для вузов. М: Высшая школа, 1988, 239 с.

3.

Дж. Бендат, А. Пирсол. Прикладной анализ случайных данных. М.:Мир, 1989, 540 с.

Материально-техническое обеспечение дисциплины (модуля) «Статистические методы обработки данных эксперимента»:

  1. Мультимедиа-проектор

  2. Ноутбук

Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и Примерной ООП ВПО по направлению и профилю подготовки _Физика, Биофизика.

Профессор кафедры оптики и биомедицинской физики,

д.ф.-м.н., профессор C.C. Ульянов

Программа одобрена на заседании кафедры оптики и биофотоники СГУ

(указать наименование кафедры)

от ____2011___года, протокол № _________________.

Подписи:

Зав. кафедрой д.ф.-м.н. проф. В.В. Тучин

Декан факультета

(факультет, где разрабатывалась

программа) д.ф.-м.н., проф. В.А. Аникин

Декан факультета

(факультет, где реализуется

программа) д.ф.-м.н., проф. В.А. Аникин



Скачать документ

Похожие документы:

  1. Рабочая программа дисциплины (модуля) Статистические методы в биофизическом эксперименте

    Рабочая программа
    Целями освоения дисциплины «Статистические методы в биофизическом эксперименте» являются: расширение и углубление знаний студентов по вопросам статистической обработки данных в биологии и медицине, позволяющего выпускнику успешно
  2. Рабочая программа дисциплины Структуры и алгоритмы обработки данных (Наименование дисциплины) (2)

    Рабочая программа
    Целью освоения дисциплины «Структуры и алгоритмы обработки данных» является изучение применяемых в программировании (и информатике) структур данных, их спецификации и реализации в различных классах задач, алгоритмов обработки данных,
  3. Рабочая программа дисциплины (модуля ) Социология

    Рабочая программа
    Целями освоения дисциплины (модуля) «Социология» являются формирование у студентов теоретических представлений о закономерностях становления, функционирования и развития общества, способности правильно анализировать и точно оценивать
  4. Рабочая программа дисциплины (модуля) физическая химия

    Рабочая программа
    Область профессиональной деятельности бакалавров включает научно-исследовательскую, производственно-техническую и педагогическую работу, связанную с использованием химических явлений и процессов.
  5. Рабочая программа дисциплины приборы и методы исследования в технологии неорганических веществ

    Рабочая программа
    Формирование знаний в области современных методов исследования и диагностики неорганических материалов, а также приобретение навыков работы на приборах и установках и обработки экспериментальных данных

Другие похожие документы..