BME Vegyészmérnöki és Biomérnöki Kar

nyelv / language: hu | en
A tantárgy adatlapja ebben a tantervben:
Adatlapverzió:
Budapesti Műszaki és
Gazdaságtudományi Egyetem
Vegyészmérnöki és Biomérnöki Kar
Biomérnöki mesterképzési szak nappali MSc

Tantárgyadatlap
és tantárgykövetelmények

Biometria 2

A tantárgy neve angolul: Biometrics II

Tantárgy kódja Követelmény Kredit
BMEVEKFM201 2+1+0/f 3

A tantárgy tanszéki weboldala (az aktuális félévre vonatkozó információk):

A tantárgyfelelős személy és tanszék:

Lakné Dr. Komka Kinga,   Kémiai és Környezeti Folyamatmérnöki Tanszék

A tantárgy előadója:

Név:

Beosztás:

Tanszék, Int.:

Lakné Dr. Komka Kinga

egyetemi adjunktus

Kémiai és Környezeti Folyamatmérnöki Tanszék

Dr. Kemény Sándor

professor emeritus

Kémiai és Környezeti Folyamatmérnöki Tanszék


A tantárgy az alábbi témakörök ismeretére épít:

Statisztikai alapismeretek: BMEVEVMA606 Kísérletek tervezése és értékelése c. tárgy tananyaga

különös tekintettel a hipotézisvizsgálatokra: z-próba, t-próbák, khi-négyzet-próba, F-próba

Kötelező/ajánlott előtanulmányi rend:

-

A tantárgy célkitűzése:

Megtanítani a több csoport összehasonlítására szolgáló varianciaanalízis (ANOVA) módszertanát, valamint a biológiai természetű (általában nem-normális eloszlású) mérési adatok statisztikai kezelésének alapvető módszereit.

A tantárgy tematikáját kidolgozta:

Név:

Beosztás:

Tanszék, Int.:

Dr. Kemény Sándor

professor emeritus

Kémiai és Környezeti Folyamatmérnöki Tanszék

Dr. Deák András

egyetemi docens

Kémiai és Környezeti Folyamatmérnöki Tanszék

 

Tanulási eredmények:

A tanulási eredmények között az adott szak Képzési és Kimeneti Követelményében [18/2016. (VIII. 5.) EMMI rendelet] előírt tanulási eredmények szerepelnek kékkel. A jelen tantárgy ezekhez való hozzájárulása feketével szedett.

Tudás

Ismeri és érti a kutatáshoz vagy tudományos munkához szükséges, széles körben alkalmazható problémamegoldó technikákat.

Ismeri és meg tudja különböztetni a mérési skálák négy alaptípusát.

Ismeri a több csoport összehasonlítására szolgáló statisztikai módszer, a varianciaanalízis (ANOVA) alapelvét és főbb típusait, valamint tisztában van a módszer alkalmazhatósági feltételeivel is.

Rálátással rendelkezik a nem-normális eloszlású mérési adatok statisztikai kezelésének lehetőségeire: rang-próbák, rang-korreláció, kontingencia-táblák, logit regresszió, túlélés elemzés.

Ismeri a klinikai kísérletek főbb típusait és a kiértékelésük során alkalmazható statisztikai eszközöket.

Képesség

Képes valós biológiai, biokémiai, mikrobiológiai alapú, biotechnológiai rendszerekhez kapcsolódó műszaki feladatok esetén a problémamegoldó technikák önálló felhasználására.

Képes felismerni a biológiai és biotechnológiai kísérletek és vizsgálatok statisztikai módszerekkel történő megoldása során a figyelembeveendő faktorokat, meg tudja állapítani típusaikat (rögzített, véletlen) valamint az egyes faktorok közti viszonyokat (kereszt-, hierarchikus vagy vegyes osztályozás).

Képes felismerni, ha a kísérletben szereplő független vagy függő változó nem folytonos skálán értelmezett.

Képes a névleges vagy sorrendi skálán értelmezett független és/vagy függő változó kezelésére legmegfelelőbb statisztikai módszer kiválasztására.

Képes különbséget tenni a 2x2-es táblázatok különböző esetei között.

Képes a p-érték és szignifikanciaszint ismeretében döntést hozni a statisztikai próba szignifikanciájáról és ennek megfelelően a szakmai következtetés levonására.

Attitűd

Autonómia és felelősség

Vállalja a felelősséget elemzései, döntései, utasításai következményeiért.

A statisztikai elemzéseket a tőle elvárható legjobb színvonalon, kellő alapossággal és körültekintéssel végzi.

A kísérleti adatokat és azok kiértékelését mások által is átlátható módon dokumentálja.

Utolsó módosítás: 2021-02-03 12:05:32

A további tárgyak adatlapjának kiválasztásához kattintson ide.