Data
Official data in SubjectManager for the following academic year: 2022-2023
Course director
-
Dr. Bugyi Beáta
egyetemi docens,
Biofizikai Intézet -
Number of hours/semester
lectures: 12 hours
practices: 0 hours
seminars: 0 hours
total of: 12 hours
Subject data
- Code of subject: OOE-GBM-T
- 1 kredit
- Általános orvos
- Elektív modul
- Tavaszi
-
Course headcount limitations
min. 1 – max. 20
Available as Campus course for 20 fő számára. Campus-karok: ÁOK GYTK TTK
Topic
Az orvos, gyógyszerész és biotechnológiai tudományok és kutatásmódszertan egyre inkább támaszkodik az adatbázisok használatára és kezelésére, valamint a leíró és induktív statisztika eszköztárára. A kurzus során az adatbáziskezelő és statisztikai programok alapjai és alkalmazási lehetőségei kerülnek bemutatásra. A hallgatók számítógépes gyakorlatok során szerezhetnek tapasztalatot és készséget a szoftverek használatában (pl. Microsoft Excel, RStudio, GPower, Microcal Origin, Minitab). Kiemelt hangsúlyt fektetünk a korszerű, motiváló oktatási módszerek alkalmazására (flipped learning, tematikus hallgatói prezentációk és projektek, saját kutatási eredmények és esettanulmányok megbeszélése) annak érdekében, hogy a hallgatók széles körű tudásra, valamint hands-on tapasztalatra tegyenek szert az adatbáziskezelés és statisztikai analízis matematikai és szoftveres eszköztárában. A kurzus olyan gyakorlati matematikai, informatikai és statisztikai ismeretek és jártasság elsajátítására biztosít lehetőséget, ami a természettudományos gondolkodást segíti és hasznos lehet diplomamunka, szakdolgozat, vagy más tudományos prezentáció elkészítése során.
Lectures
- 1. Bevezetés: adatok, adatmenedzsment, a statisztika alapelvei. - Dr. Bugyi Beáta
- 2. Programok, szoftveres felületek bemutatása. - Dr. Bugyi Beáta
- 3. A leíró statisztika alapelvei, alkalmazások. - Dr. Bugyi Beáta
- 4. Adatok, adatmenedzsment. - Zalai Zsófia
- 5. Adatok, adatbázisok. - Zalai Zsófia
- 6. Az induktív statisztika alapelvei, alkalmazások. - Dr. Bódis Emőke
- 7. Korreláció-, és regresszióanalízis. - Dr. Bódis Emőke
- 8. Modellek, becslés és előrejelzés. - Dr. Bukovics Péter
- 9. Szakirodalomból származó esettanulmányok, saját kutatási eredmények bemutatása és megbeszélése 1. Műhelymunka. - Dr. Bukovics Péter
- 10. Szakirodalomból származó esettanulmányok, saját kutatási eredmények bemutatása és megbeszélése 2. Műhelymunka. - Dr. Bukovics Péter
- 11. Hallgatói prezentációk, projektek. - Leipoldné Dr. Vig Andrea Teréz
- 12. Összefoglalás. Projektprezentáció. - Leipoldné Dr. Vig Andrea Teréz
Practices
Seminars
- 1. Bevezetés: adatok, adatmenedzsment, a statisztika alapelvei.
- 2. Programok, szoftveres felületek bemutatása.
- 3. A leíró statisztika alapelvei, alkalmazások.
- 4. Adatok, adatmenedzsment.
- 5. Adatok, adatbázisok.
- 6. Az induktív statisztika alapelvei, alkalmazások.
- 7. Korreláció-, és regresszióanalízis.
- 8. Modellek, becslés és előrejelzés.
- 9. Szakirodalomból származó esettanulmányok, saját kutatási eredmények bemutatása és megbeszélése 1. Műhelymunka.
- 10. Szakirodalomból származó esettanulmányok, saját kutatási eredmények bemutatása és megbeszélése 2. Műhelymunka.
- 11. Hallgatói prezentációk, projektek.
- 12. Összefoglalás. Projektprezentáció.
Reading material
Obligatory literature
Literature developed by the Department
Megtalálhatók a Biofizikai Intézet honlapján: https://aok.pte.hu/hu/egyseg/10/oktatasi-anyagok
Notes
Recommended literature
Statistics Openstax, ISBN-10: 1-947172-05-0, ISBN-13: 978-1-947172-05-0
Allan G. Bluman: Elementary statistics, ISBN 978–0–07–338610–2
Myra L- Samuels, Jeffrey A. Witmer, Andrew A. Schaffner: Statistics for the life sciences, ISBN-13: 978-1-292-10181-1
James Stewart, Troy Day: Biocalculus, ISBN-13: 978-1-133-10963-1
J. Pezzullo: Biostatistics for dummies, 2013, Wiley, ISBN 978-1-118-55399-2
Conditions for acceptance of the semester
Legfeljebb 25 % hiányzás megengedett
Mid-term exams
A félévközi jegy kialakításának módja az alábbi számonkérések eredményének átlaga alapján történik:
a hallgatók által írt dolgozat eredménye (időpont: várhatóan a 12. oktatási hét),
a hallgatók által bemutatott prezentációk, esettanulmányok.
Az érdemjegy javítására a TVSZ-ben megadott lehetőségek biztosítottak.
Making up for missed classes
A tantárgyfelelőssel egyeztetett módon.
Exam topics/questions
A vizsgaidőszakban nem kerül sor számonkérésre.
Examiners
Instructor / tutor of practices and seminars
- Dr. Bódis Emőke
- Dr. Bugyi Beáta
- Dr. Bukovics Péter
- Leipoldné Dr. Vig Andrea Teréz
- Zalai Zsófia