Elementi statistike u biohemiji   (342B2)

Školska godina:

2023/2024.

Uslovi pohađanja:

Nema uslova

ESPB:

5

Vrsta studija:

osnovne akademske studije

Studijski program:

Biohemija: 3. godina, letnji semestar, izborni (E14B2), naučno-stručni predmet

Nastavnik:

dr Filip Lj. Andrić
vanredni profesor, Hemijski fakultet, Studentski trg 12-16, Beograd

Saradnici:

—

Fond časova:

Nedeljno: tri časa predavanja (3+0+0)

Ciljevi:

Cilj kursa je da studenta upozna sa osnovnim elementima statistike u biohemiji kroz jasan, razumljiv i praktičan način. Kako statističke metode omogućavaju korišćenje podataka u cilju shvatanja suštine biohemijskih problema, to je naglasak kursa na razumevanju i intuitivnom predstavljanju statističkih koncepata, pre nego na njihovom rigoroznom matematičkom objašnjavanju. Posebna pažnja je posvećena definisanju i rešavanju konkretnih primera i problema koji se javljaju u praksi.

Ishod:

Ishod ovog kursa je da studenta osposobi da kroz individualan rad na računaru, koristi savremene softverke pakete za obradu rezultata merenja u biohemiji, pravilno ih prikazuje, razume i ispravno odabira statističke testove značajnosti, izvodi zaključke i tumači rezulate statističke obrade podataka.

Oblici nastave:

Predavanja, kolokvijumi.

Predavanja se izvode u računarskoj učionici uz demonstraciju primera na odgovarajućim softverima.

Vannastavne aktivnosti:

—

Literatura:

Osnovna literatura:

1. James N. Miller, Jane C. Miller: Statistics and Chemometrics for Analytical Chemistry 6th ed., Pearson Education Ltd., Harlow, 2010.
2. B. Dawson and R. G. Trapp: Basic and Clinical Biostatistics, Lange Medical Books/McGraw-Hill Companies Inc., New York, 2004.
3. J. W. Kuzma and S. E. Bohnenblust: Basic statistics for the health science, McGraw-Hill Companies Inc., New York, 2005.

Pomoćna literatura:

• Materijal za predavanja sa teorijskim osnovama i rešenim primerima iz prakse.

Dodatni materijal:

—

Predavanja:

10 poena (3 časa nedeljno)

Program rada:

1. Uvod - Zašto statistika u Biohemiji?
Problemi u biohemijskim merenjima. Šta je statistika? Kako nam statistika pomaže da razdvojimo relevantne informacije od statističkog šuma.

2. Merenja u biohemiji i prikazivanje rezultata merenja
Promenljive i tipovi promenljivih, histogrami, linijski grafici, rasuti grafici, tabelarno prikazivanje, mere lokacije i mere rasipanja, greške merenja, tačnost, preciznost, propagacija grešaka, značajne cifre, zaokruživanje brojeva i ispravno prikazivanje rezultata merenja.

3. Teorija verovatnoće i osnovne raspodele verovatnoće
Verovatnoća, raspodela verovatnoće i raspodela gustine verovatnoće, populacija, statistički uzorak, normalna raspodela, Studentova raspodela, Fišerova raspodela, hi-kvadrat raspodela.

4. Statistička značajnost poređenja dva skupa merenja u slučaju kontinualnih obeležja
Nulta i alternativna hipoteza, statističko testiranje, pojmovi značajnosti i poverenja, snaga , konzervativnost i osetljivost statističkog testa, jednosmerno i dvosmerno testiranje, spoljašnje vrednosti, poređenje dva statistički nezavisna uzorka, poređenje dva statistički zavisna uzorka, poređenje varijansi dva statistička uzorka.

5. Statistička značajnosti poređenja dva skupa merenja u slučaju diskretnih obeležja
Frekvencije opservacija, tabele kontigencije, hi-kvadrat test, Fišerov egzaktni test, Meknemarov test.

6. Poređenje više skupova merenja
Planirana višestruka poređenja, Bonferoni korekcija, jednofaktorska i dvofaktorska analiza varijanse, post hoc testovi značajnosti: Fišerov, Tukijev i Šefeov model.

7. Izvod iz neparametrijskih testova značajnosti
Značajnost deklarisane vrednosti, poređenje zavisnih i nezavisnoh skupova podataka, poređenje višestrukih skupva podataka, trendovi u podacima - test predznaka, test predznaka i ranga, Men-Vitni U-test, test homogenog niza, Fridmanova analiza varijanse.

8. Korelacija i regresija
Korelacija kao mera povezanosti između promenljivih, Pirsonov, Spirmanov, Kendalov i Kruskalov korelacioni koeficijent, statistička značajnost korelacije. Linearno i nelinarno modelovanje, metod najmanjih kvadrata, analiza varijanse i hi-kvadrat test kao načini provere kvaliteta modela, koeficijenti modela i njihove greške, greške izvedenih rezultata iz koeficijenata modela.

Kolokvijumi:

20 poena

Pismeni ispit:

70 poena