University of Zagreb, Faculty of Agriculture

Osnove biometrike (144079)

ECTS 6.00
English language R1
E-learning R1
Teaching hours 60
Lectures 30
Practicum 18
Seminar 12
Lecturer
Prof. Marija Pecina, PhD
Prof. Jerko Gunjača, PhD
Assist. Prof. Toni Safner, PhD
Associate teacher for exercises
Prof. Marija Pecina, PhD
Prof. Jerko Gunjača, PhD
Assist. Prof. Toni Safner, PhD
Associate teacher for seminars
Prof. Marija Pecina, PhD
Prof. Jerko Gunjača, PhD
Assist. Prof. Toni Safner, PhD
Grading
Sufficient (2) 60-70%
Good (3) 71-80%
Very good (4) 81-90%
Excellent (5) 91-100%
Conditions for obtaining signature
1. Redovito pohađanje i aktivno sudjelovanje u nastavi (predavanja + vježbe)
2. Uredno vođenje bilježnica sa svim izrađenim zadacima (zajedničkim i individualnim) – prema nastavnim cjelinama
3. Prijava u sustav za e-učenje Merlin i korištenje ponuđenih materijala
4. Pisanje Testa 1 i Testa 2
5. Izrada ukupno 4 zadatka – Individualni rad
Ove obaveze su minimalni preduvjeti za potpis tj. uvjeti za mogućnost prijave ispita.

Course coordinator

Prof. Marija Pecina, PhD
Prof. Marija Pecina, PhD

Course description

Prirodnim znanostima svojstveno je bogatstvo različitosti i kompleksnosti varijabli i njihovih odnosa u prirodi. U primijenjenim istraživanjima ključnu ulogu igra pouzdana metoda analize podataka i pravilna interpretacija. Modul je koncipiran tako da studentu daje osnovna teoretska znanja, s naglaskom na praktičnu primjenu biometrijskih metoda, opisa podataka (procjena parametara sredine i varijabilnosti) i statističkog zaključivanja (testiranje hipoteza o jednom, dva ili više uzoraka i varijabli). Modul se naglašeno bavi izborom prikladne metode analize za različite probleme u istraživanjima u poljoprivredi i okolišu, te interpretacijom rezultata.
Stečeno znanje iz područja obuhvaćenog nastavnim programom ovog modula preduvjet je za uspješno praćenje nastave na modulima kojima se nastavlja i proširuje: a) primjena biometrijskih metoda u eksperimentalnom dizajnu (modul «Eksperimentalni dizajn»), kao i b) razvoj i uvježbavanje vještina postupanja i analize podataka na stvarnim podatcima studenata (modul «Primijenjena analiza podataka») na MS studiju.

Type of course

General competences

Modul:
- osposobljava studente za primjenu osnovnih statističkih metoda i rješavanje jednostavnih problema na primjerima iz biotehničkih istraživanja;
- razvija sposobnost razumijevanja, upravljanja i analize različitih tipova i struktura podataka;
- priprema studente za lakše praćenje stručnih i znanstvenih radova;
- je preduvjet za praćenje nekoliko naprednih statističkih modula.

Types of instruction

  • Konzultacije
  • Predavanja
    Predavanja uz prezentacije – dostupne studentima
  • Seminari
    samostalni rad na problemu uz izvješće
  • Vježbe u praktikumu
    rješavanje zadataka i problema primjenom različitih statističkih metoda

Learning outcomes

Learning outcome Evaluation methods
Prepoznati ideju i smisao osnovnih statističkih metoda. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Odabrati odgovarajuću statističku proceduru s obzirom na ciljeve istraživanja i tipove podataka. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Opisati populaciju i uzorak i izračunati intervale pouzdanosti. Dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Testirati hipotezu o prosjeku populacije, o razlici između prosjeka populacija, o povezanosti varijabli i o zavisnosti varijabli. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Usporediti dva ili više prosjeka i varijabli. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Pokazati razumijevanje pretpostavki osnovnih statističkih metoda. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.
Protumačiti dobivene rezultate. Izrada Zadataka, dodatne aktivnosti, Test, Pismeni i/ili Usmeni ispit.

Working methods

Teachers' obligations

Profesori izvode predavanja i vježbe, drže konzultacije, prate izradu zadataka – Individualni rad, organiziraju provedbu pismenih ispita i ocjenjivanje, te provode usmene ispite.
Suradnik izvodi vježbe, drži konzultacije i sudjeluje u provedbi i ispravljanju zadataka i pismenih ispita.
Svi nastavni materijali (predavanja i vježbe) su raspoređeni prema nastavnim jedinicama i dostupni preko sustava za e-učenje Merlin. Profesori i Suradnik redovito objavljuju obavijesti vezane za modul, rezultate testova i pismenih ispita, raspored provođenja ispita i otvoreni su za komunikaciju sa studentima preko foruma i e-maila.

Students' obligations

1. Redovito pohađanje i aktivno sudjelovanje u nastavi (predavanja + vježbe)
2. Uredno vođenje bilježnica sa svim izrađenim zadacima (zajedničkim i individualnim) – prema nastavnim cjelinama
3. Prijava u sustav za e-učenje Merlin i korištenje ponuđenih materijala (tijekom prva dva tjedna nastave)
4. Pisanje Testa 1 i Testa 2
5. Izrada ukupno 4 zadatka – Individualni rad
Ove obaveze ujedno su i minimalni preduvjeti za potpis tj. uvjeti za mogućnost prijave ispita.
Ispit se sastoji od dva dijela: (1.) Pismenog ispita s pragom od min 60% za pristupanje (2.) Usmenom ispitu. Ispit podrazumijeva gradivo cijelog modula.

Methods of grading

Evaluation elements Maximum points or Share in evaluation Grade rating scale Grade Direct teaching hours Total number of average student workload ECTS
Aktivno sudjelovanje u nastavi Korektivni bodovi 50 50 2
* Prvi pismeni parcijalni ispit (Test 1) 9 bodova 6 bodova
7 bodova
8 bodova
9 bodova
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
1 35 1
* Drugi pismeni parcijalni ispit (Test 2) 9 bodova 6 bodova
7 bodova
8 bodova
9 bodova
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
1 35 1
** 4 Zadatka (Individualni rad) 2 boda 8 60 2
UKUPNO 100% 60 180 6
Pismeni ispit (5 zadataka) 60% < 60%
60-70%
71-80%
81-90%
91-100%
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
90 2,5
Usmeni ispit (3 pitanja) 40% < 60%
60-70%
71-80%
81-90%
91-100%
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
40 1,5
UKUPNO 100% (PIx60)+(UIx40)/100

* Uz ispunjenje spomenutih obaveza studenata po završetku nastave moguće je steći slijedeće statuse: ocjenu 5, 4 i 3 ili oslobođenje od pismenog ispita (izravni usmeni ispit USM). Za to je potrebno – minimalno 6 od 9 bodova na pojedinom međuispitu - Testu (1 i 2).
** Izvrsno riješeni zadaci mogu doprinijeti korekciji u postupku polaganja ispita
Tijekom nastave predavanja i vježbi studenti se potiču na aktivnost i interakciju. Aktivno sudjelovanje u nastavi se prati i može utjecati na korekciju ocjene.
Na kraju, studenti koji nisu zadovoljni ponuđenom ocjenom imaju mogućnost odgovarati usmeno, a sve ponuđene statuse potrebno je ishoditi tijekom zimskog ispitnog roka.

Evaluation elements Description Deadline Recoupment
* Prvi pismeni parcijalni ispit (Test 1) Test 1 * (9 pitanja + zadataka) 8. tjedan nastave moguća - nakon završetka nastave
* Drugi pismeni parcijalni ispit (Test 2) Test 2 * (9 pitanja + zadataka) 15. tjedan nastave moguća - nakon završetka nastave
** 4 Zadatka (Individualni rad) svaki student rješava svoj problemski zadatak tijekom nastave moguća - nakon završetka nastave
Usmeni ispit iz cjelovitog gradiva Ispit se provodi u skupinama od 2 ili 3 studenta koji odgovaraju na po 3 postavljena pitanja iz pojedinih programskih jedinica. Ispit obuhvaća cijelo gradivo. Testira se znanje usvojenosti teorije, činjenica, analitičnost, kritičnost i identificiranje praktičnih problema. Polažu ga studenti: - koji nisu stekli uvjete za ponuđenu ocjenu, a položili su pismeni ispit - koji su stekli status USM* (prethodno objašnjeno) - koji nisu zadovoljni ponuđenom ocjenom. Redoviti ispitni rok po završetku semestra. Izlaskom na slijedeći ispitni rok.

Weekly class schedule

  1. Biometrika: pojam, ciljevi, svrha, kratka povijest. Deskriptivna i inferencijalna statistika.
  2. Osnovni elementi biometrike: podaci; varijable; varijabilnost; populacija vs. uzorak;distribucija frekvencije - numerička i grafička, kvalitativna i kvantitativna.
  3. Mjerila centralne tendencije - sredine (aritmetička sredina, medijana, modus).
  4. Mjerila varijabilnosti - disperzije (varijacijska širina, standardna devijacija, varijanca, varijacijski koeficijent).
  5. Teoretske distribucije frekvencija: nekontinuirana slučajna varijabla i binomna distribucija; kontinuirana slučajna varijabla i normalna distribucija (granice pouzdanosti; standardizirana slučajna varijabla).
  6. Procjena parametara populacije iz uzoraka (sampling distribucija); središnji granični teorem.
  7. I međuispit (Test 1)
  8. t distribucija; zaključivanje temeljeno na jednom uzorku: procjena granica pouzdanosti u t distribuciji; nulta hipoteza i testiranje H0; razina signifikantnosti (značajnosti): p vrijednost; snaga testa.
  9. Zaključivanje temeljeno na dva uzorka: usporedba prosjeka (t test i LSD test);
  10. Nezavisni i zavisni uzorci; F distribucija; usporedba varijanci (F testom);
  11. Usporedba dva i više od dva prosjeka;
  12. Jednosmjerna i dvosmjerna ANOVA. pretpostavke za ANOVU.
  13. Povezanost dvije i više varijabli;
  14. Pojam i pretpostavke - jednostavna linearna korelacija i regresija
  15. II međuispit (Test 2) Ispitni rok – završni ispit

Obligatory literature

  1. Vasilj, Đurđica.(2000) . Biometrika i eksperimentiranje u bilinogojstvu. Zagreb: Hrvatsko agronomsko društvo.
  2. Predavanja (prezentacije) i primjeri za vježbe (Merlin sustav e-učenja)

Recommended literature

  1. Steel, R .G. D., Torrie, J. H., Dickey, D.A. (1996). Principles and Procedures of Statistics: a biometrical approach. McGraw-Hill Higher Education
  2. Sokal, R .R., Rohlf, F. J. (1994). Biometry: The Principles and Practice of Statistics in Biological Research. WH Freeman &amp; Co.
  3. McClave, J.T., Dietrich, F.H, Sincich, T. (1997). Statistics. Prentice Hall.

Similar course at related universities

  • Statistics 1, Wageningen UR – na BS razini
  • Applied Statistics, University of Hohenheim – na BS razini
  • Applied Statistics, BOKU, Beč – na BS razini
  • Principles of Statistics, Iowa State University, USA – na BS razini
  • Introduction to Statistics, North Carolina State University, USA – na BS razini
  • Biostatistika, Prehrambeno biotenološki fakultet Sveučilište u Zagrebu – na BS razini
  • Biometrika, Šumarski fakultet Sveučilište u Zagrebu – na BS razini
  • Biometrika, Animalne znanosti, Agronomski fakultet Sveučilište u Zagrebu – na BS razini