Primijenjena analiza podataka (144099)
Nositelj predmeta
Opis predmeta
Varijabilnost sustava poljoprivrede i okoline u kojoj čovjek djeluje nije jednostavno predvidiva. Stoga su i podaci u istraživanjima (brojevi, frekvencije, atributi, ocjene, indeksi, proporcije...), prikupljeni a-priori i a-posteriori, često «neobični» i «neuredni». Obzirom na jačanje potrebe i svijesti o pravilnom znanstvenom zaključivanju neophodno je proširiti primjenu osnovnih kvantitativnih metoda, pridružiti im različite mogućnosti analize neparametrijskim metodama i ukazati na potrebu transformacije podataka. Modul je zamišljen da konzultativno i aktivno pripremi studenta ne-matematičara za izradu diplomskog rada u području statističkog rješavanja specifičnih problema (uz korištenje software-skih paketa SAS i STATISTICA), kao i za prezentaciju rezultata. Osobito se preporuča rad na vlastitim setovima podataka.
Preduvjet za uspješno praćenje nastave u ovom modulu je stečeno znanje iz područja obuhvaćenog modulom «Osnove biometrike».
Napomena:
Nastava (teme) se prilagođava potrebama studenata tj. izabranoj temi istraživačkog diplomskog rada – ciljevima rada i raspoloživim podacima.
Ako student nema svoje podatke, dodjeljuju mu/joj se podaci iz prakse.
Vrsta predmeta
- Diplomski studij / Agroekologija / Agroekologija (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Agroekologija / Mikrobna biotehnologija u poljoprivredi (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Biljne znanosti (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Hortikultura / Povrćarstvo (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Hortikultura / Ukrasno bilje (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Hortikultura / Vinogradarstvo i vinarstvo (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Hortikultura / Voćarstvo (Izborni predmet, 4. semestar, 2. godina)
- Diplomski studij / Proizvodnja i prerada mlijeka (Izborni predmet, 4. semestar, 2. godina)
ECTS: 3.00
Engleski jezik: R1
E-učenje: R1
Sati nastave: 30
Predavanja: 14
Laboratorijske vježbe: 4
Vježbe u praktikumu: 4
Seminar: 8
Izvođač predavanja
Izvođač vježbi
Ocjenjivanje
Dovoljan (2): 60-70%
Dobar (3): 71-80%
Vrlo dobar (4): 81-90%
Izvrstan (5): 91-100%
Uvjeti za dobivanje potpisa
1. Redovito pohađanje i aktivno sudjelovanje u nastavi (Predavanja + Vježbe)
2. Seminar - izrada i prezentacija
Opće kompetencije
Modul:
- raspravom i radom na svom problemu istraživanja student stječe sigurnost u analizi vlastitih podataka, te interpretaciji i prezentaciji rezultata,
- omogućava studentu razumijevanje znanstvenih radova
Oblici nastave
- Predavanja
Predavanja uz prezentacije – dostupne studentima - Konzultacije
- Vježbe u praktikumu
rješavanje zadataka i problema primjenom različitih statističkih metoda - Seminari
samostalni rad na problemu uz izvješće
Ishodi učenja i način provjere
| Ishod učenja | Način provjere |
|---|---|
| Prepoznati specifičnost svojih podataka i mogućnosti njihove statističke analize; | Izrada Zadataka, Dodatne aktivnosti, Pismeni i/ili Usmeni ispit. |
| Postaviti radne hipoteze i ciljeve istraživanja; | Prezentacija seminarskog rada, Izrada Zadataka, Dodatne aktivnosti, Pismeni i/ili Usmeni ispit. |
| Samostalno provesti statističku analizu podataka (diplomskog rada) uz upotrebu statističkog računalnog programa i protumačiti dobivene rezultate iz output-a; | Prezentacija seminarskog rada, Dodatne aktivnosti, Pismeni i/ili Usmeni ispit. |
| Ilustrirati i prezentirati dobivene rezultate – u tablicama i grafikonima | Prezentacija seminarskog rada, Izrada Zadataka, Dodatne aktivnosti, Pismeni i/ili Usmeni ispit. |
| Organizirati i oblikovati (diplomski) rad / projekt prema metodološkim pravilima; | Izrada Zadataka, Dodatne aktivnosti, Pismeni i/ili Usmeni ispit. |
Način rada
Obveze nastavnika
Održavanje nastave – predavanja i vježbe, konzultacije, prati izradu zadataka, organizira i provodi pismene i usmene ispite, komunicira sa studentima.
Svi nastavni materijali (predavanja i vježbe) su raspoređeni prema nastavnim jedinicama i dostupni preko sustava za e-učenje Merlin i /ili e-mailom.
Obveze studenta
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. Uredno vođenje i spremanje svih zadataka i rješenja u mapu na računalu / USB sticku
4. Prijava u sustav za e-učenje Merlin i korištenje ponuđenih materijala (tijekom prva dva tjedna nastave) i/ili komunikacija putem e-maila
5. Izrada Seminara na zadanu temu.
Ove obaveze ujedno su i minimalni preduvjeti za potpis tj. uvjeti za mogućnost prijave ispita.
Ispit se sastoji od dva dijela – Pismenog ispita s pragom od min 60% za pristupanje Usmenom ispitu, i podrazumijeva gradivo cijelog modula tj. prijeđenih specifičnih tema.
Polaganje ispita
| Elementi praćenja | Maksimalno bodova ili udio u ocjeni | Bodovna skala ocjena | Ocjena | Broj sati izravne nastave | Ukupni broj sati rada prosječnog studenta | ECTS bodovi |
|---|---|---|---|---|---|---|
| Aktivno sudjelovanje u nastavi | Korektivni bodovi | 22 | 22 | 1 | ||
| Seminarski rad: | 20% |
< 60% 60-70% 71-80% 81-90% 91-100% |
Nedovoljan (1) Dovoljan (2) Dobar (3) Vrlo dobar (4) Izvrstan (5) |
8 | 28 | 0,5 |
| Pismeni ispit (5 zadataka) | 50% |
< 60% 60-70% 71-80% 81-90% 91-100% |
Nedovoljan (1) Dovoljan (2) Dobar (3) Vrlo dobar (4) Izvrstan (5) |
30 | 1 | |
| Usmeni ispit (3 pitanja) | 30% |
< 60% 60-70% 71-80% 81-90% 91-100% |
Nedovoljan (1) Dovoljan (2) Dobar (3) Vrlo dobar (4) Izvrstan (5) |
10 | 0,5 | |
| UKUPNO | 100% | (Sx20)+(PIx50)+(UIx30)/100 | 30 | 90 | 3 |
Tjedni plan nastave
- Analiza frekvencija : Χ2 test; test združivanja – asocijacije: kontingencijske tablice 2x2 (Yatesova korekcija); rxc; test proporcija .
- Neparametrijske metode: potreba za neparametrijskim testovima i pregled mogućnosti.
- Zaključivanje o jednoj populaciji: test znakova - Sign test.
- Usporedba dvije populacije: Wilcoxonov test sume rangova za nezavisne uzorke – Wilcoxon Rank Sum Test for Independent Samples (Mann Whitney U Test); Wilcoxonov test znakova ranga za razlike parova – Wilcoxon Signed Rank Test for Paired Differences
- Usporedba više populacija: Kruskal-Wallisova analiza rangova – za nezavisne uzorke (analog ANOVA I); Friedmanova analiza - za zavisne uzorke (ANOVA II).
- Analiza povezanosti; Spearmanova rang korelacija.
- Transformacija podataka. Pojam transformacije podataka i potreba.
- Osnovne transformacije i razlozi za njihovo korištenje: log, arcsin, korijen, logit, probit, ...
- Analiza pojedinačnih slučajeva. Rasprava, plan i analiza podataka različite tematike (Case Studies) – pojedinačni slučajevi.
- Senzorički podaci, tipovi i skale.
- Pokusi bez ponavljanja
- Učinkovitost preparata.
- Pojam multivarijatne analize i mogućnost primjene
- Pravila izbora statističke metode i prezentacija rezultata.
- Ispitni rok – završni ispit.
Preduvjeti
- Osnove biometrike (144079)
Obvezna literatura
- Pecina, Marija (2005) .Neparametrijske metode: skripta. Zagreb: vlast. nakl.
- Pecina, Marija .Prezentacije i nastavni materijal.
- odabrane publikacije i godišnjaci (prema potrebi – Case Studies)
- internet stranice
Preporučena literatura
- De Veaux, R.D., Velleman, P.F., Bock ,D.E.(2011). Stats: Data and Models. - 3rd Edition, Pearson Edu.
- Zar, J. (2009). Biostatistical Analysis. - 5th edition, Prentice-Hall Inc.
- Quinn, G.P., Keough, M.J.(2002). Experimental Design and Data Analysis for Biologists. Cambridge University Press.
- McClave, J.T., Dietrich, F.H, Sincich, T.(1997). Statistics. Prentice Hall.
Sličan predmet na srodnim sveučilištima
- Agriculture Research Methodologies, University of Queensland, Australia
- Analysis and Interpretation of Data, Ohio State University, USA
- Research Methods, University of Reading, UK
- Applied Statistics – Exercises, University of Hohenheim
- Data Analysis – Case studies, Johns Hopkins University, USA, Italy, China