Study programme

Biometrika i planiranje istraživanja na životinjama (144441)

ECTS 6.00
English language R1
Teaching hours 60
Lectures 30
Auditory exercises 30
Lecturer
Prof. Miroslav Kapš, PhD
Associate teacher for exercises
Assist. Prof. Maja Ferenčaković, PhD
Vladimir Brajković, PhD
Grading
Sufficient (2) 60-69%
Good (3) 70-79%
Very good (4) 80-89%
Excellent (5) 90-100%
Conditions for obtaining signature
Za dobivanje potpisa potrebno je pohađati nastavu i skupiti najmanje 50% od ukupno mogućih bodova u parcijalnim ispitima

Course coordinator

Prof. Miroslav Kapš, PhD
Prof. Miroslav Kapš, PhD

Course description

Uvod (slučajne varijable i njihove raspodjele procjena parametara provjera hipoteza); jednostavna linearna regresija (procjena parametara, prosjeci i varijance procjenitelja, t i F provjera hipoteza, raščlanjenje varijabilnosti, koeficijent determinacije). Vektori i matrice (tipovi i svojstva matrica, operacije s matricama i vektorima); Matrični prikaz jednostavne regresije; multipla regresija (dvije nezavisne varijable, krivolinijska regresija). Jednostruka analiza varijance (model s fiksnim utjecajima, raščlanjenje varijabilnosti, provjera hipoteza i F provjera, Tukey provjera, model sa slučajnim utjecajima grupa); načela planiranja pokusa (pokusne jedinice i ponavljanja, pokusna greška i kontrola pokusne greške, potreban broj ponavljanja; pokusi na mliječnim i tovnim životinjama); potpuno slučajni pokusni plan; blokovi u analizi varijance (slučajni blok plan); change over planovi (jednostavni change over plan, latinski kvadrat); faktorijalni pokus; hijerarhijski planovi; split plot plan; analiza kovarijance

Type of course

General competences

Primjena regresije i pokusnih planova u istraživanjima na životinjama, teoretske postavke i rješavanje primjera koristeći SAS software.

Types of instruction

  • Auditorne vježbe
  • Predavanja

Learning outcomes

Learning outcome Evaluation methods
Razumijevanje procjene parametara i provjere hipoteza i primjena u zaključivanju Parcijalni ispit, pismeni, usmeni
Primjena SAS software u statističkoj analizi Parcijalni ispit, pismeni, usmeni
Primjena regresije, teoretske postavke i primjena Parcijalni ispit, pismeni, usmeni
Pokusni planovi, teoretske postavke i primjena Parcijalni ispit, pismeni, usmeni

Working methods

Teachers' obligations

Održati predavanja, dva parcijalna ispita, pismeni i usmeni ispit, ocijeniti studente

Students' obligations

Dolaziti na nastavu, aktivno sudjelovati u nastavi, položiti parcijalne ispite, pismeni i usmeni ispit

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
I parcijalni ispit 40% od zbroja parcijalnih ispita 14 30 1
II parcijalni ispit 60% od zbroja parcijalnih ispita 16 30 1
Ukupno I i II parcijalni ispit 30% 0-59%
60-69%
70-79%
80-89%
90-100%
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
30 60 2
Pohađanje nastave i aktivnost na nastavi Bonus bodovi do 5%
Pismeni ispit (ukoliko nije položen preko parcijalnih) 30% 0-59%
60-69%
70-79%
80-89%
90-100%
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
30 (60) (2)
Usmeni ispit 70% 0-59%
60-69%
70-79%
80-89%
90-100%
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
30 120 4
UKUPNO 100% 60 180 6

Opaska: za ukupnu pozitivnu ocjenu, za svaku cjelinu treba biti pozitivna ocjena

Evaluation elements Description Deadline Recoupment
I parcijalni ispit Računski zadaci, gradivo prvih 7 tjedana Tijekom semstra
II parcijalni ispit Računski zadaci, gradivo 7-15 tjedna Tijekom semestra
Ukupno I i II parcijalni ispit Ukupni rezultata dva parcijalna ispita Tijekom semestra Samo jedna ponovna mogućnost polaganja pismenog ispita koji se sastoji od gradiva oba parcijalna ispita
Pismeni ispit (ukoliko nije položen preko parcijalnih) Sastoji se od gradiva oba parcijalna ispita Samo jedan rok
Usmeni ispit Gradivo cijelog semestra, teorija i primjena Redovni rok Slijedeći redovni rok

Weekly class schedule

  1. Uvod - Podaci i varijable, prikaz podataka (grafički prikazi i numeričke metode), populacija i uzorak
  2. Uvod - Slučajne varijable i njihove raspodjele, općenito o procjeni parametara i provjeri hipoteza
  3. Jednostavna linearna regresija - Procjena parametara, svojstva ostatka, prosjeci i varijance procjenitelja, t provjera i interval pouzdanosti, raščlanjenje ukupne varijabilnosti, F provjera, koeficijent determinacije
  4. Vektori i matrice - Tipovi i svojstva matrica, operacije s matricama i vektorima, Matrični prikaz jednostavne regresije
  5. Multipla regresija - Dvije nezavisne varijable, raščlanjenje varijabilnosti, F provjera
  6. Krivolinijska regresija - Krivolinijska regresija drugog stupnja, F provjera
  7. Ponavljanje i parcijalni ispit
  8. Jednostruka analiza varijance - Model jednostruke analize varijance s fiksnim utjecajima: raščlanjenje varijabilnosti, provjera hipoteza i F provjera, usporedba srednjih vrijednosti pojedinih grupa, model sa slučajnim utjecajima
  9. Načela planiranja pokusa, Potpuno slučajni pokusni plan - Pokusne jedinice i ponavljanja, pokusna greška, preciznost pokusnih planova: kontrola pokusne greške, potreban broj ponavljanja; Potpuno slučajni plan, provjera hipoteza
  10. Blokovi u analizi varijance - Slučajni blok plan, provjera hipoteza
  11. „Change-over“ pokusni planovi - Jednostavni change over plan, latinski kvadrat, provjera hipoteza
  12. Faktorijalni pokus - Faktorijalni pokus, glavni utjecaji i interakcija, provjera hipoteza
  13. Hijerarhijski pokusni planovi - Hijerarhijski pokusni planovi, provjera hipoteza
  14. Split-plot pokusni planovi - Split-plot pokusni planovi, provjera hipoteza
  15. Parcijalni ispit II

Obligatory literature

  1. Kapš, M. 2017. Biometrika i planiranje istraživanja na životinjama – bilješke i prezentacije predavanja s primjerima u elektronskom obliku (pdf dokument)

Recommended literature

  1. Kaps, M., Lamberson, W. 2004. Biostatistics for Animal Science. CABI Publishing, Wallingford, UK.
  2. Kaps, M., Lamberson, W. R. 2009. Biostatistics for Animal Science: An Introductory Text. 2nd Edition. CABI Publishing, Wallingford, UK.
  3. Kaps, M., Lamberson, W. R. 2017. Biostatistics for Animal Science. 3rd Edition. CABI Publishing, Wallingford, UK.

Similar course at related universities

  • Texas A&M: Statistics in Research I and II. (Concepts of experimental design, individual treatment comparisons, randomized blocks and factorial experiments, multiple regression, chi-square tests and a brief introduction to covariance, non-parametric methods, and sample surveys)
  • Univesrity of Tenneesee, Animal science department: Design and Analysis of Biological Research (Experimental design and procedures; selection of experimental units; analysis and interpretation of data; statistical models and contrasts, analyses of variance: covariates, treatment arrangements, mean separation and regression).