Statistiniai metodai aplinkotyroje ir biologijoje

Dalyko anotacija lietuvių kalba

Dalyko tikslas - įgyti žinių apie tikimybių teorijos bei matematinės statistikos metodų taikymą aplinkos bei biologijos duomenų analizėje. Kurso metu įgyjamos žinios apie statistinius programų paketus, pirminę duomenų statistinę analizę, duomenų grafinį pateikimą, aplinkos bei biologojos duomenų statistinius modelius, statistinių hipotezių tikrinimą ir praktinį taikymą, kintamųjų ryšio vertinimą bei modeliavimą; taip pat įgyjami praktiniai įgūdžiai duomenų bazės sudarymui, skaitinių charakteristikų skaičiavimui, statistinio patikimumo vertinimui.

Dalyko anotacija užsienio kalba

The aim of the course is to obtain the knowledge of the application of the statistical methods and mathematical modeling in environmental and biology data analysis and acquire practical skills to test of statistical hypothesis. After completion of this course students will be competent for primary statistical analysis, graphical data presentation, data modeling, testing of statistical hypothesis, estimation of the correlation between variables, and compose statistical models and apply them in real data analysis.

Būtinas pasirengimas dalyko studijoms

Išklausytas kursas Aukštoji matematika

Dalyko studijų rezultatai

1. Įsisavinti tikimybių teorijos ir tikimybinių skirstinių – pagrindinio aplinkos duomenų statistinio modelio – sąvokas.
2. Atlikti pirminę statistinę analizę.
3. Suformuluoti statistinę hipotezę, interpretuoti jos tikrinimo rezultatus ir žinias praktiškai taikyti duomenų analizei.
4. Analizuoti statistinius ryšius tarp aplinkos kintamųjų
5. Taikyti regresinius modelius ryšio tarp aplinkos ir klimato pokyčių analizei
6. Taikyti dispersinę analizę bandymų duomenų apdorojimui
7. Analizuoti aplinkos duomenis taikant klasterinę analizę bei logisinę regresiją

Dalyko turinys

Atsitiktiniai įvykiai. Statistinis, klasikinis, bendrasis Geometrinis tikimybės apibrėžimas. Tikimybių skaičiavimas. Atsitiktiniai dydžiai. Normalusis, Binominis, Puasono skirstiniai. Atsitiktinių dydžių skaitinės charakteristikos. Daugiamačiai atsitiktiniai dydžiai. Didižiųjų skaičių dėsnis, Centrinė ribinė teorema.
Pirminė statistinė analizė. Duomenų statistiniai modeliai. Nežinomų populiacijos parametrų vertinimas. Grafinis duomenų ir rezultatų pateikimas. R programų paketas.
Pasikliautinieji intervalai. Hipotezių tikrinimas. Parametrinės hipotezės. Neparametrinės hipotezės. Porinė dažnių lentelė. Chi-kvadrato kriterijus. T kriterijus. Neparametriniai kriterijai.
Skaidos diagrama. Pirsono koreliacijos koeficientas. Koreliacijų matrica. Spirmeno koreliacija.
Vieno kintamojo tiesinė regresija. Reikšmingumo kriterijai. Daugiaveiksnė tiesinė regresija. Netiesinė regresija. Apibendrinti tiesiniai modeliai.
Vienfaktorinė dispersinė analizė. Dvifaktorinė dispersinė analizė. Sinergetinio bet antagonistinio faktorių poveikio nustatymas. Daugybiniai vidurkių palyginimai.
Klasterinė analizė bei jos taikymas daugiamačiams duomenims modeliuoti. Logistinė regresija ir jos taikymas aplinkotyroje ir biomedicinoje.

Dalyko studijos valandomis

Paskaitos 45 val.
Laboratoriniai darbai 30 val.
Konsultacijos 10 val.
Savarankiškas darbas 75 val.
Iš viso 160 val.

Studijų rezultatų vertinimas

Kolokviumas – 30%; atsiskaitymas už laboratorinius darbaus – 20%; egzaminas - 50 %

Literatūra

1. 2010 J. Venclovienė Statistiniai metodai medicinoje VDU leidykla
2. 2002 Čekanavičius V., Murauskas G. Statistika ir jos taikymai. I-II dalis Vilnius: TEV
3. 2008 Venclovienė, Jonė Statistiniai metodai aplinkotyroje VDU leidykla
Papildoma literatūra
1. 2002 J. Practical statistics for environmental and biological scientists: vadovėlis. Chichester: John Wiley and Sons