Поиск

Полнотекстовый поиск:

Примерная программа наименование дисциплины «информатика с основами математической биостатистики» Рекомендуется для направления подготовки (специальности)

Главная > Примерная программа

1 2 следующая →

Смотреть полностью

Министерство образования и науки Российской Федерации

ПРИМЕРНАЯ ПРОГРАММА

Наименование дисциплины

«ИНФОРМАТИКА С ОСНОВАМИ МАТЕМАТИЧЕСКОЙ БИОСТАТИСТИКИ»

Рекомендуется для направления подготовки (специальности)

111801 «Ветеринария»

Квалификация (степень) выпускника- «специалист»

Москва 2011

Цели и задачи дисциплины.

Цель курса «Информатика с основами математической биостатистики» - дать студенту – будущему ветеринарному врачу – основные сведения по информатике и вычислительной технике, научить использовать современные пакеты прикладных программ на уровне квалифицированного пользователя и обеспечить его необходимыми знаниями по статистической обработке биологической информации.

Задача курса:

- дать студенту базовые знания по основам информационных технологий;

- изучить основные понятия теории вероятностей и математической статистики, биометрики;

- изучить основы статистических методов представления, группировки и обработки материалов (результатов) биологических исследований;

- приобрести практические навыки по методам статистических исследований в биологии, вычислений важнейших статистических показателей и закономерностей, характеризующих совокупности биологических объектов для их эффективного применения в профессиональной деятельности.

Место дисциплины в структуре ООП

Общепрофессиональный ветеринарно-биологический цикл.

Для изучения дисциплины студент должен знать школьный курс информатики и математики, включающий основные понятия и методы теории информатики, элементы математического анализа и теории вероятностей в соответствии с государственным стандартом общего образования.

уметь:

- использовать средства вычислительной техники для автоматизации деятельности;

- использовать методы дифференциального и интегрального исчислений для решения простейших задач;

- анализировать числовые данные, представленные в виде диаграмм, графиков, анализировать информацию статистического характера;

- работать с научной литературой, с информационно – справочным материалом.

В результате изучения школьного курса математики и информатики студент должен овладеть следующими компетенциями:

умение работать с операционной системой, c текстовыми, табличными и графическими процессорами;
умение обобщать и анализировать полученную информацию.

Дисциплины, для которых данная дисциплина является предшествующей:

биологическая физика;
неорганическая химия;
органическая химия;
аналитическая химия;
биологическая химия;
физиология и этология животных;
ветеринарная микробиология и микология;
вирусология и биотехнология;
иммунология;
ветеринарная генетика, разведение с основами частной зоотехнии;
кормление животных с основами кормопроизводства;
радиобиология;
клиническая диагностика;
инструментальные методы диагностики;
паразитология и инвазионные болезни;
ветеринарно-санитарная экспертиза;
методы научных исследований;
лабораторная диагностика.

Требования к результатам освоения дисциплины

Процесс изучения дисциплины направлен на формирование следующих компетенций:

общекультурных:

владение культурой мышления, способностью к обобщению, анализу, восприятию информации, постановке цели и выбору путей ее достижения;
осознание сущности и значения информации в развитии современного общества;
владение основными методами, способами и средствами получения, хранения, переработки информации;

умение применять инновационные методы научных исследований в ветеринарии;

профессиональных:

готовность использовать современные информационные технологии в своей профессиональной деятельности.

В результате изучения дисциплины студент должен

знать:

основные понятия и методы теории информатики;
технические средства реализации информационных процессов;
программные средства информационных процессов;
основные понятия теории вероятностей, совокупность (перечень) базовых данных (результатов) статистических исследований, их оценок;
методы и критерии статистической проверки гипотез, приемы исследования и построения зависимостей;
основы методов многомерного статистического анализа и планирования эксперимента.

Студент должен:

уметь:

применять новые информационные технологии для решения поставленных задач в своей профессиональной деятельности;
использовать средства вычислительной техники для автоматизации организационно-управленческой деятельности;
работать с научной и научно-методической литературой, с информационно – поисковыми системами в интернете, справочниками по данным отраслям знаний;
анализировать, делать обобщающие выводы при статистических исследованиях.

владеть:

- методами теории информатики;

- методами наблюдения и эксперимента;

- навыками работы с операционной системой, с текстовыми и табличными процессорами, с системами управления базами данных, с информационно-поисковыми системами в Интернете;

- навыками работы с современными пакетами прикладных программ статистической обработки данных на уровне квалифицированного пользователя.

Объем дисциплины и виды учебной работы

Общая трудоемкость дисциплины составляет 4 зачетных единиц.

Вид учебной работы	Всего часов	Семестры
Вид учебной работы	Всего часов	2
Аудиторные занятия (всего)	72	72
В том числе:
Лекции	28	28
Практические занятия (ПЗ)	10	10
Семинары (С)
Лабораторные занятия (ЛР)	34	34
Самостоятельная работа (всего)	72	72
В том числе:
Курсовой проект (работа)
Расчетно – графические работы	*	*
Реферат
Другие виды самостоятельной работы

Вид промежуточной аттестации (зачет, экзамен)	экзамен	экзамен
Общая трудоемкость час зач.ед.	144	144
Общая трудоемкость час зач.ед.	4	4

Содержание дисциплины
1. Содержание разделов дисциплины

№ п/п	Наименование раздела дисциплины	Содержание раздела
1.	Основные понятия и методы теории информатики	Предмет и задачи информатики. Информация и ее свойства. Информационные системы и технологии. Информационные технологии в биологии и ветеринарии. Общая характеристика сбора, передачи, обработки и накопления информации.
2.	Технические средства реализации информационных процессов	История и перспективы развития средств вычислительной техники. Архитектура персонального компьютера. Состав и назначение основных элементов персонального компьютера. Периферийные устройства, запоминающие устройства, устройства ввода/вывода данных.
3.	Программные средства реализации информационных процессов	Классификация программного обеспечения. Системное программное обеспечение. Операционные системы (основные понятия). Системы программирования Прикладное (пользовательское) программное обеспечение.
4.	Прикладное (пользовательское) программное обеспечение	Прикладные программные продукты и их классификация. Текстовые процессоры. Машинная графика. Табличные процессоры. Средства презентационной графики. Базы данных, системы управления базами данных. Примеры баз данных биологического назначения. Автоматизированные рабочие места (АРМ). АРМ ветеринарного врача.
5.	Локальные и глобальные сети ЭВМ. Методы защиты информации	Компьютерные сети. Структура и классификация компьютерных сетей. Локальные вычислительные сети (ЛВС). Аппаратное и программное обеспечение ЛВС. Применение в ветеринарных учреждениях. Глобальная сеть Интернет. Информационные ресурсы и услуги сети Интернет. Информационная безопасность. Методы защиты информации.
6.	Основные понятия теории вероятностей	Пространство элементарных исходов и случайные события. Распределения, связанные с нормальным (распределение хи-квадрат, распределение Стьюдента и распределение Фишера). Условные распределения и независимость случайных величин. Коэффициент корреляции. Двумерное нормальное распределение.
7.	Статистические данные	Понятие случайной выборки. Примеры реальных биологических экспериментов. Многомерные статистические данные: матрица экспериментальных данных, переменные и наблюдения, количественные, номинальные и ранговые переменные.
8.	Дескриптивные и графические методы анализа данных	Гистограмма: эмпирическая функция распределения. Полигон частот. Таблица частот. Двумерные диаграммы рассеивания. Множественные двумерные диаграммы рассеивания. Трехмерные диаграммы рассеивания. Множественные трехмерные диаграммы рассеивания. Столбчатые диаграммы. Секторные диаграммы.
9.	Статистическое оценивание	Понятие статистической оценки. Свойства оценок: несмещенность, состоятельность, эффективность. Метод максимального правдоподобия. Точечное оценивание характеристик распределения (эмпирическая частота, выборочное среднее, выборочная дисперсия, выборочное среднее – квадратическое отклонение, выборочный коэффициент вариации, выборочный коэффициент асимметрии, выборочный коэффициент эксцесса, выборочная медиана, выборочная мода, выборочный коэффициент корреляции). Интервальное оценивание. Доверительный интервал для неизвестной вероятности. Доверительные интервалы для математического ожидания и дисперсия нормального распределения. Доверительный интервал для коэффициента корреляции.
10.	Статистическая проверка гипотез	Логика проверки статистических гипотез. Ошибки первого и второго рода, уровень значимости и мощность критерия. Одновыборочные и двухвыборочные t-критерий и F-критерий. Сравнение параметров биномиальных и пуассоновских распределений. Проверка значимости отличия от нуля коэффициента корреляции. Критерии согласия (² критерий, критерий Колмогорова-Смирнова).
11.	Исследование зависимостей	Линейный регрессионный анализ. Множественная линейная регрессия. Метод наименьших квадратов. Доверительные интервалы и проверка гипотез в линейном регрессионном анализе. Множественный и частный коэффициенты корреляции. Однофакторный и многофакторный дисперсионный анализ. Проверка гипотез в дисперсионном анализе.
12.	Методы многомерного статистического анализа	Классификация методов многомерного статистического анализа (методы анализа связи между двумя системами переменных, методы анализа структуры многомерных данных). Корреляционный анализ. Дисперсионный анализ. Дискриминантный анализ. Кластерный анализ. Факторный анализ и анализ главных компонент.
13.	Планирование эксперимента	Основы математического планирования эксперимента.
14.	Программное обеспечение анализа данных на персональных компьютерах	Общая характеристика программного обеспечения анализа данных на персональных компьютерах. Представление данных для работы с пакетами прикладных программ по анализу данных. Системы программ для анализа данных AtteStat, Statistica.

Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

№ п/п

Наименование обеспечиваемых (последующих дисциплин)

№ разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин

Биологическая физика

Неорганическая химия

Органическая химия

Аналитическая химия

Биологическая химия

Физиология и этология животных

Ветеринарная микробиология и микология

Вирусология и биотехнология

Иммунология

10.

Ветеринарная генетика. Разведение с основами частной зоотехнии

11.

Кормление животных с основами кормопроизводства

12.

Радиобиология

13.

Клиническая диагностика

14.

Инструментальные методы диагностики

15.

Паразитология и инвазионные болезни

16.

Ветеринарно-санитарная экспертиза

17.

Методы научных исследований

18.

Лабораторная диагностика

1 2 следующая →

Смотреть полностью

Скачать документ

Поиск

Рекомендуем ознакомиться

Примерная программа наименование дисциплины «информатика с основами математической биостатистики» Рекомендуется для направления подготовки (специальности)

Основные понятия теории вероятностей

Похожие документы:

естественные науки (1)

Биттуева Мадина Мухаматовна кандидат биологических наук, старший преподаватель кафедры генетики, селекции (1)

Сборник статей представляет обзор теоретических и экспериментальных работ по интегративной психологии (3)