Számítógépes adatelemzés az egészségügyi gyakorlatban

Data

Official data in SubjectManager for the following academic year: 2024-2025

Course director

Number of hours/semester

lectures: 12 hours

practices: 0 hours

seminars: 0 hours

total of: 12 hours

Subject data

  • Code of subject: OOF-ADA-T
  • 1 kredit
  • Általános orvos
  • Fakultatív modul
  • Őszi
Prerequisites:

-

Course headcount limitations

min. 5 – max. 25

Available as Campus course for . Campus-karok: ÁJK BTK ETK KPVK KTK MK TTK

Topic

A fakultatív kurzus keretein belül a hallgatók elsajátítják a képzésük alatt főként gyakorlataik során alkalmazandó, jegyzőkönyvkészítéshez használt alapismereteket. A kurzus célja elsősorban a táblázatkezelő alkalmazás(ok), főként a Microsoft Excel használatának megismerése az alapoktól egészen a matematikai, statisztikai függvények táblázatkezelővel történő kivitelezéséig is. Ezen ismereteket a hallgatók későbbi tanulmányaik, illetve munkájuk során (pl. kutatási irányvonal, orvosi és gyógyszerész gyakorlat, PhD hallgatóként stb.) is kamatoztathatják.

Kurzusra jelentkezés feltétele: Felhasználói alapszintű Windows- és számítógépkezelés, középiskolai szintű matematikai ismeretek.

Lectures

  • 1. Bevezetés, mátrix alapú rendszerek I. Táblázatkezelői és Microsoft Excel alapok. Adatbevitel, struktúra és formázás. Billentyűparancsok. - Zalai Zsófia
  • 2. Bevezetés, mátrix alapú rendszerek II. Táblázatkezelői és Microsoft Excel alapok. Adatbevitel, struktúra és formázás. Billentyűparancsok. - Zalai Zsófia
  • 3. Diagramok I. Grafikonok típusai és kiválasztásuk. Ábrázolásmódok. - Zalai Zsófia
  • 4. Diagramok II. Grafikonok típusai és kiválasztásuk. Ábrázolásmódok. - Zalai Zsófia
  • 5.

    Képletek és függvények I. Adatelemzés modellek, adatok csoportosítása.

    - Trombitás Norbert
  • 6.

    Képletek és függvények II. Adatelemzés modellek, adatok csoportosítása.

    - Trombitás Norbert
  • 7. Regresszió, illesztés I. Lineáris regresszió. - Bukovics Péter
  • 8. Regresszió, illesztés II. Exponenciális regresszió. - Bukovics Péter
  • 9.

    Regresszió, illesztés III. Logisztikus regresszió.

    - Trombitás Norbert
  • 10.

    Makrók. Kiegészítő funkciók az Excel-ben.

    - Trombitás Norbert
  • 11. Hasznos Excel tippek és trükkök. A tanultak összefoglalása. - Bukovics Péter
  • 12. Zárthelyi dolgozat. - Bukovics Péter

Practices

Seminars

Reading material

Obligatory literature

Literature developed by the Department

LinkedIn: Learning Excel;

Microsoft Press: Data Analysis Fundamentals with Excel;

Udemy: Learn The 10 Most Powerful Microsoft Excel Tips and Tricks;

Udemy: Microsoft Excel - Excel from Beginner to Advanced.

Notes

A tantárgy kurzusának megtartása tömbösítve, kéthetente történik: 2 x 45 = 90 perc előadás egyben, melynek gyakorlati elemeit a hallgatók az előadás keretein belül számítógépen követik.

Recommended literature

Excel Formulas and Functions for Dummies (3rd Edition)
Statistical Analysis with Excel for Dummies

Conditions for acceptance of the semester

Félév végén kötelező írásbeli / számítógépes gyakorlati zárthelyi, vagy beadandó dolgozat a tantárgy utolsó hetén reguláris időben (12. hét), melynek során a hallgatók megajánlott jegyet kapnak a tantárgy teljesítésére.

Mid-term exams

Opcionális házi feladatok, melyek maradéktalan elvégzésével kiváltható a félév végi számonkérés.

Making up for missed classes

Több hallgató többszöri hiányzása esetén hallgatókkal történő egyeztetés alapján egy félév során egyetlen rendkívüli (órarenden kívüli) alkalom.

Exam topics/questions

1. Mátrix alapú adathalmazt kezelő rendszerek, táblázatkezelők. Microsoft Excel és verzióinak megértése. Excel alapok. Cellák, sorok és oszlopok fogalma, kezelése, szűrése.

2. Adatbevitel, adatgyűjtés, adatok módosítása. Cellák adattípusa. Összefűzés, adattranszformálás. Cellastílusok. Adatok importálása. Adatok struktúrája az Excelben. Tartalom és forma: formázás. Alapvető billentyűparancsok alkalmazása. Gyorsbillentyűk. Egyéb formázási lehetőségek, beszúrás.

3. Diagramok. Grafikonok típusai. Az analízis célja és a megfelelő diagramtípus kiválasztása.

4. Diagramok jellemzése, ábrázolásmódok. Skálázás és adatfeliratok. Diagramok formázása. Kéttengelyes és vegyes ábrázolás.

5. Képletek és függvények. Működésük és az argumentumok. Kompatibilitás. A leghasznosabb függvények bemutatása. Dinamikus adatok. Munkafüzet, munkalap, függvények hivatkozása. Hibás függvények kezelése. Metszéspontok.

6. Adatanalízis, modellek. Adatok integritása. A szükséges adatstruktúrák és függvények azonosítása. Modellen belüli adatok csoportosítása.

7. Regresszió, illesztés. A leggyakoribb regressziós ábrázolás és analízis: lineáris regresszió. Lineáris trendvonal. Az egyenes egyenletének megértése és használata az Excel-ben. Példafeladat és ábrázolás.

8. Exponenciális regresszió. Az exponenciális függvény megértése és használata az Excel-ben. Példafeladat.

9. Logisztikus regresszió. Az logisztikus függvény megértése és használata az Excel-ben. Példafeladat.

10. Ismétlődő feladatok automatizálása: Makrók. Makró felvétele, szerkesztése. Néhány hasznos makró elkészítése. Kiegészítő funkciók megismerése. Linkek. Lap- és füzetvédelem.

Examiners

Instructor / tutor of practices and seminars