Bevezetés a biometriába

Data

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

Course director

Number of hours/semester

lectures: 0 hours

practices: 12 hours

seminars: 0 hours

total of: 12 hours

Subject data

  • Code of subject: OGF-BBM-T
  • 1 kredit
  • Gyógyszerész
  • Fakultatív modul
  • Minden félévben
Prerequisites:

-

Course headcount limitations

min. 5 – max. 16

Topic

Az adatok áttekintése, jellemzése (grafikonok vagy számok használatával) a statisztika kurzusok egyetlen órás bevezető fejezete szokott lenni. Talán érthető ez a sietség, ha a statisztika által bevezetett sok új elvet és kialakítandó készséget tekintjük - amelyek mind nehezen érthetőek a hallgatóknak. A statisztika oktatásának új megközelítése szilárd alapokat képez a sikeres tanuláshoz azáltal, hogy nagyobb súlyt ad az adatok áttekintése és jellemzése témaköröknek. E kurzus lehetőséget nyújt a statisztikai alapelvek jobb megértésére - ezen a bevezető területen. Az ebben kialakuló magasabb szintű készségek nemcsak az egyetemi tanulmányok és a későbbi szakmai munkájuk, de a mindennapi élet területén is kamatoztathatók lesznek.

A COVID járvány kitörése óta minden óra anyagához kapcsolódik olyan feladat, amely a járvány adatait elemzi. ("COVID-extra") Ez újabb bizonyíték arra, hogy az adatok és elemzési eredmények hogyan segítik a szakmai és hétköznapi döntéseinket. A járvány és az adatai - izgalmas és forró téma!

Közvetlen folytatása (feltétlenül ajánlottan) a Biometria feladatmegoldás kurzus.
Mindkét kurzusban (ugyancsak a COVID alatti oktatási tapasztalatok eredményeként) fejlesztés és tesztelés alatt vannak online tanulható részek. És ezekhez kapcsolódó konzultációs támogatási lehetőségek. További fejlesztés az alap- és haladó- (B- és A-) szintű anyagrészek és követelmények kidolgozása és kipróbálása.

Lectures

Practices

  • 1. Bevezetés - a kurzus 3 fő célja és várható eredménye - hogyan tanulni; Valószínűség - példák 1 - Pótó László
  • 2. Valószínűség - példák 1 - relatív gyakoriság és valószínűség - Pótó László
  • 3. Valószínűség - példák 2 - diszkrét eloszlások - Pótó László
  • 4. Valószínűség - példák 2 - diszkrét eloszlások - Pótó László
  • 5. Adatok áttekintése/jellemzése grafikonokkal - 1 - Pótó László
  • 6. Adatok áttekintése/jellemzése grafikonokkal - 1 - Pótó László
  • 7. Adatok áttekintése/jellemzése számokkal - 1- adatjellemzők 1 - Pótó László
  • 8. Adatok áttekintése/jellemzése számokkal - 1- adatjellemzők 1 - Pótó László
  • 9. A normális eloszlás - Pótó László
  • 10. A normális eloszlás - Pótó László
  • 11. Átlag eloszlása, a várható érték konfidencia intervalluma, a t eloszlás - Pótó László
  • 12. Átlag eloszlása, a várható érték konfidencia intervalluma, a t eloszlás - Pótó László

Seminars

Reading material

Obligatory literature

1, Moore, D. S. The Basic Practice of Statistics, 7th edition, 2015

Literature developed by the Department

A Moodle-ben (folyamatosan frissülő heti forgatókönyv, videó, mp3, alap- és haladó tananyag: feladatok és megoldások, stb.)

Notes

Pótó László: Biometria, munkafüzet, Pécs, 2020

Recommended literature

2, Moore, David S., McCabe, George P.: Introduction to the Practice of Statistics, 5th edition, 2005, W.H. Freeman és:

Yates, Dan, Moore, David S., Starnes, Daren S.: The Practice of Statistics (TI-83/89 Graphing Calculator Enhanced) 2/e, W.H. Freeman, 2003 vagy

3, Rees, W. G.: Essential Statistics, Chapman and Hall, 1992

Conditions for acceptance of the semester

Legfeljebb egy foglalkozás mulasztása.

Mid-term exams

Aktív részvétel a foglalkozásokon.

Making up for missed classes

Pótló foglalkozás

Exam topics/questions

Nincs vizsga - aktív részvétel, legfeljebb egy foglalkozás mulasztása.

Examiners

Instructor / tutor of practices and seminars

  • Borbásné Farkas Kornélia
  • Kőnigné Péter Anikó
  • Pótó László