| Закреплена за кафедрой | Кафедра ботаники |
|---|---|
| Направление подготовки | 06.03.01. Биология |
| Профиль | Физиология |
| Форма обучения | Очная |
| Общая трудоемкость | 3 ЗЕТ |
| Учебный план | 06_03_01_Биология-34-2017 |
|
|
||||||||||||
Распределение часов по семестрам
| Курс (семестр) | 2 (3) | Итого | ||
|---|---|---|---|---|
| Недель | 19 | |||
| Вид занятий | УП | РПД | УП | РПД |
| Лекции | 20 | 20 | 20 | 20 |
| Лабораторные | 24 | 24 | 24 | 24 |
| Сам. работа | 64 | 64 | 64 | 64 |
| Итого | 108 | 108 | 108 | 108 |
Визирование РПД для исполнения в очередном учебном году
Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2017-2018 учебном году на заседании
кафедры
Кафедра ботаники
Протокол от 07.09.2017 г. № 2
Заведующий кафедрой Силантьева М.М.
| 1.1. | Целью освоения учебной дисциплины математические методы в биологии является формирование у студентов умения и навыки прикладного использования информации полученной в результате биологических исследований. |
|---|
| Цикл (раздел) ООП: Б1.В |
| ПК-2 | способностью применять на практике приемы составления научно-технических отчетов, обзоров, аналитических карт и пояснительных записок, излагать и критически анализировать получаемую информацию и представлять результаты полевых и лабораторных биологических исследований |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | о базовых знаниях в области математики и естественных наук, экспериментальных методах работы с биологическими объектами в полевых и лабораторных условиях, анализе и синтезе полевой и лабор. биол. информации, научно-техн. проектах и отчетах. |
| 3.2. | Уметь: |
| 3.2.1. | Перечислить виды математических методов применяемых в современной биологии. Основные понятия компьютерной и вычислительной биологии. Прикладные математические задачи современной биологии в эволюционной биологии и молекулярных исследованиях. Применять правильно различные виды математических расчетов и анализов в компьютерных средах при обработке данных полученных в результате биологических исследований; верно трактовать результаты полученные в результаты практических исследований полученных в результате полевой и лабораторной работы. Применить на практике выбор необходимого вида программы для выполнения конкретных задач в своей профессиональной деятельности. Самостоятельно обрабатывать и подготавливать данные полевой и лабораторной информации для научно технических отчетов. |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | Владеть знаниями в прикладной математической статистике в биологии; обрабатывать биологические данные и проводить необходимые виды анализов. выполнять компьютерную визуализацию результатов биологических исследований; проводить обработку и создание биологической графики. Проводить сравнительный анализ флор; высчитывать индексы видового богатства и строить модели видового обилия. |
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Введение в биометрию | ||||||
| 1.1. | Введение в биометрию. История биометрии. Биометрия и биоинформатики (вычислительная биология). Сбор и первичная обработка данных. | Лекции | 3 | 4 | ПК-2 | Л2.1, Л2.6, Л2.8, Л1.2, Л1.1 |
| 1.2. | Обзор разновидностей программных сред для обработки статистических данных. | Лабораторные | 3 | 4 | ПК-2 | Л2.7, Л2.1, Л2.8, Л1.2, Л1.1 |
| Раздел 2. Описательная статистика | ||||||
| 2.1. | Основные понятия биометрии. | Лекции | 3 | 4 | ПК-2 | Л2.1, Л2.4, Л2.8, Л1.2, Л1.1 |
| 2.2. | Средние величины. Ошибка средней арифметической. Среднее квадратическое отклонение. Дисперсия, медиана, мода выборки. | Лабораторные | 3 | 4 | ПК-2 | Л2.1, Л2.3, Л2.5, Л2.9, Л2.8, Л1.2, Л1.1 |
| Раздел 3. Корреляционный анализ | ||||||
| 3.1. | Функциональная зависимость и корреляция. Разновидности корреляционных связей. Коэффициент корреляции и его вычисление. | Лекции | 3 | 2 | ПК-2 | Л2.8, Л1.2, Л1.1 |
| 3.2. | Связь корреляционного и регрессионного анализов. Множественная и частная корреляция. | Лабораторные | 3 | 4 | ПК-2 | Л2.3, Л2.8, Л1.1 |
| 3.3. | Статистические методы моделирования связи. | Сам. работа | 3 | 16 | ПК-2 | Л2.1, Л2.5, Л2.8, Л1.1 |
| Раздел 4. Регрессионный анализ | ||||||
| 4.1. | Линейная регрессия. Коэффициент регрессии. | Лекции | 3 | 2 | ПК-2 | Л2.5, Л2.9, Л2.8, Л1.3 |
| 4.2. | Степени достоверности линии регрессии и коэффициента регрессии. Криволинейная регрессия. | Лабораторные | 3 | 4 | ПК-2 | Л2.1, Л2.3, Л2.8, Л1.3 |
| 4.3. | Полиномиальная регрессия. Множественная линейная регрессия. Связь между коэффициентами регрессии и корреляции. | Сам. работа | 3 | 14 | ПК-2 | Л2.6, Л2.8, Л1.3 |
| Раздел 5. Дисперсионный анализ | ||||||
| 5.1. | Дисперсионный анализ | Лекции | 3 | 4 | ПК-2 | Л2.8, Л1.3 |
| 5.2. | Доказательство эффективности дисперсионного анализа. | Лабораторные | 3 | 2 | ПК-2 | Л2.5, Л2.9, Л2.8, Л1.3 |
| 5.3. | Двухфакторный дисперсионный анализ. | Сам. работа | 3 | 16 | ПК-2 | Л2.1, Л1.2 |
| Раздел 6. Профильные математические методы | ||||||
| 6.1. | Сравнительный анализ флор по мерам включения по Сёмкину. Графические методы анализа матриц включения и сходства. | Лекции | 3 | 4 | ПК-2 | Л2.1, Л2.4, Л2.2, Л1.2 |
| 6.2. | Построение дендрограммы методом усредненного среднего арифметического связывания. | Лабораторные | 3 | 6 | ПК-2 | Л2.1, Л2.5, Л1.2 |
| 6.3. | Оценка видового сходства биоценозов. Индексы видового богатства и модели видового обилия. Геометрический и логарифмический ряды. Модель разломанного стержня. | Сам. работа | 3 | 18 | ПК-2 | Л2.1, Л1.2 |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| 1. Каковы особенности сбора и первичной обработки информации? 2. В чем практическая разница использования профессиональных, популярных и специализированных программ для статистической обработке биологических данных? 3. Перечислите виды и назовите основные характеристики профессиональных программ для статистической обработке биологических данных. 4. Перечислите виды и назовите основные характеристики популярных программ для статистической обработке биологических данных. 5. Перечислите виды и назовите основные характеристики специализированных программ для статистической обработке биологических данных. 6. Что для биолога единица наблюдения, приведите примеры? 7. Что является предметом биометрии? 8. Как классифицируют биологические признаки? 9. Мерные и счетные количественные признаки – в чем разница? 10. В следствии чего может возникнуть ошибка в результатах наблюдений и по какому принципу их группируют? 11. Виды средних величин? 12. Что характеризует среднее квадратическое отклонение? 13. Каково значение процента уровня значимости для биологических исследований достаточно? 14. О чем судят по критерию Стьюдента? |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| Исторические персонажи в истории биометрии и вариационной статистики (информационное сообщение); программы для статистической обработки биологической информации (составление глоссария). Сбор биологических данных с последующей статистической обработкой и написании методики проведения исследований (метод проектов). Сбор биологических данных с последующей статистической обработкой (кейс-метод). Сбор биологических данных с последующей статистической обработкой (кейс-метод). Сбор биологических данных с последующей статистической обработкой (кейс-метод). Математическая обработка биологических данных профильного направления (подготовка и защита группового проекта-презентации, метод проектов). |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Рабочая программа дисциплины обеспечена фондом оценочных средств для проведения входного, текущего контроля и промежуточной аттестации. Фонд включает типовые задания, индивидуальные домашние задания, написание реферата, составление презентаций, составление опорного конспекта, задания для собеседования, вопросы к экзамену. Используемые формы текущего контроля: аудиторные самостоятельные и контрольные работы; устный опрос; устное сообщение; выступление с докладом. |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Фихтенгольц Г.М. | Основы математического анализа. В 2-х частях. Часть 2: учебник | СПб. : Лань, 2021 | e.lanbook.com |
| Л1.2 | Дронов, Сергей Вадимович | Математическая статистика: учеб. пособие | Барнаул : Изд-во АлтГУ, 2016 | elibrary.asu.ru |
| Л1.3 | Фихтенгольц Г.М. | Основы математического анализа. В 2-х частях. часть 1: учебник | СПб.: Лань, 2022 | e.lanbook.com |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Артюхов В.Г., Пантявин А.А. | Математические методы в биологии: учеб. метод. пособие для вузов | Воронеж: Издательско-полиграфический центр ВГУ, 2007 | |
| Л2.2 | Шмидт В.М | Математические методы в ботанике: учеб. пособие | Л.: изд-во Ленингр. Ун-та, 1984 | |
| Л2.3 | Зайцев Г.Н. | Математика в экспериментальной ботанике: | М.: Наука, 1990 | |
| Л2.4 | Малков П.Ю. | Количественный анализ биологических данных: учебное пособие | Горно-Алтайск: РИО ГАГУ, 2009 | |
| Л2.5 | Макаров Н.В., Трофимец В.Я. | Статистика в Excel: учеб. пособие | М.: финансы и статистика, 2002 | |
| Л2.6 | Рокитский П.Ф. | Биологическая статистика: | . Минск, «Вышэйш. школа», 1973 | http://bookre.org/reader?file=473412 |
| Л2.7 | И. А. Зайцев | Высшая математика: учеб. для с. -х. вузов | М.: Дрофа, 2005 | |
| Л2.8 | Байкин А.А., Казанцева Л.Л. | Теория вероятностей и математическая статистика: учебное пособие для студентов экономических специальностей | Барнаул: Алт. ун-та, 2007 | |
| Л2.9 | Реброва О.Ю. | Статистический анализ медицинских данных. Применение пакета прикладных программ Statistica: учебник | МедиаСфера. – М., 2002 | |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | Биометрика [Электронный ресурс]. – Режим доступа: http://www.biometrica.tomsk.ru. – Загл. с экрана. | |||
| Э2 | Московский Государственный Университет имени М.В.Ломоносова Биологический факультет Кафедра биофизики [Электронный ресурс]. – Режим доступа: http://www.biophys.msu.ru. – Загл. с экрана. | |||
| Э3 | bioinformatics.ru/Bioinformatics and data analysis [Электронный ресурс]. – Режим доступа: http://bioinformatics.ru. – Загл. с экрана. | |||
| 6.3. Перечень программного обеспечения | ||||
| ОС «Windows»; Microsoft Office (Excel, пакет анализа); Foxit Reader (freeware). | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Единая коллекция цифровых образовательных ресурсов [Электронный ресурс]. - Режим доступа: http://school-collection.edu.ru/catalog/pupil ИБС "Лань" ИБС "Университетская библиотека on-line" Научная электронная библиотека http://www.e-library.ru. | ||||
| Персональный компьютер (15 машин) Компьютерный класс Лекционные аудитории Мультимедийный проектор с экраном |
| Целью освоения учебной дисциплины математические методы в биологии является формирование у студентов умения и навыки прикладного использования информации полученной в результате биологических исследований. 1 введение в биометрию История биометрии. Биометрия и биоинформатики (вычислительная биология). Сбор и первичная обработка данных. Обзор разновидностей программных сред для обработки статистических данных. исторические персонажи в истории биометрии и вариационной статистики (информационное сообщение); программы для статистической обработки биологической информации (составление глоссария) 2 описательная статистика Основные понятия биометрии. Средние величины. Ошибка средней арифметической. Среднее квадратическое отклонение. Дисперсия, медиана, мода выборки. сбор биологических данных с последующей статистической обработкой и написании методики проведения исследований (метод проектов) 3 корреляционный анализ Функциональная зависимость и корреляция. Разновидности корреляционных связей. Коэффициент корреляции и его вычисление. Связь корреляционного и регрессионного анализов. Множественная и частная корреляция. Статистические методы моделирования связи. сбор биологических данных с последующей статистической обработкой (кейс-метод) 4 регрессионный анализ Линейная регрессия. Коэффициент регрессии. Степени достоверности линии регрессии и коэффициента регрессии. Криволинейная регрессия. Полиномиальная регрессия. Множественная линейная регрессия. Связь между коэффициентами регрессии и корреляции. сбор биологических данных с последующей статистической обработкой (кейс-метод) 5 дисперсионный анализ Дисперсионный анализ. Доказательство эффективности дисперсионного анализа. Двухфакторный дисперсионный анализ. сбор биологических данных с последующей статистической обработкой (кейс-метод) 6 профильные математические методы Сравнительный анализ флор по мерам включения по Сёмкину. Графические методы анализа матриц включения и сходства. Построение дендрограммы методом усредненного среднего арифметического связывания. Оценка видового сходства биоценозов. Индексы видового богатства и модели видового обилия. Геометрический и логарифмический ряды. Модель разломанного стержня. математическая обработка биологических данных профильного направления (подготовка и защита группового проекта-презентации, метод проектов) В чем заключается необходимость применения математических методов в биологических исследованиях; с чем связано возникновение биометрии и вариационной (биологической) статистики; кто основатель дискриминантного анализа; кто впервые читал лекции по биометрии в России (МГУ); в чем главная особенность биометрии; биометрия в современное время; каковы особенности сбора и первичной обработки информации; в чем практическая разница использования профессиональных, популярных и специализированных программ для статистической обработке биологических данных; перечислите виды и назовите основные характеристики профессиональных программ для статистической обработке биологических данных; перечислите виды и назовите основные характеристики популярных программ для статистической обработке биологических данных; перечислите виды и назовите основные характеристики специализированных программ для статистической обработке биологических данных. Что для биолога единица наблюдения, приведите примеры; что является предметом биометрии; как классифицируют биологические признаки; мерные и счетные количественные признаки – в чем разница; в следствии чего может возникнуть ошибка в результатах наблюдений и по какому принципу их группируют; виды средних величин; что характеризует среднее квадратическое отклонение; каково значение процента уровня значимости для биологических исследований достаточно; о чем судят по критерию Стьюдента; для чего высчитывают дисперсию и медиану. Дайте обоснование причинно-следственной связи в биологических исследованиях; дайте классификацию признаков по их значению при изучении взаимосвязи; в чем принципиальное различие функциональной и статистической связей; дайте понятие функциональной связи и в чем её особенность; в чем заключается закон больших чисел; приведите общий вид уравнения модели стохастической связи; приведите примеры корреляционной связи; перечислите разновидности корреляционных связей и дайте им краткую характеристику; дайте характеристику коэффициенту корреляции; в чем принципиальное различие регрессионного и корреляционного анализов; почему часто в исследованиях приходится объединять корреляционный и регрессионный анализы; дайте понятие множественной корреляции и частного коэффициента корреляции. Дайте понятие регрессии; в чем принципиальное различие регрессионного и корреляционного анализов; что такое линейная регрессия и для чего она служит; что показывает коэффициент регрессии; укажите на коэффициент регрессии в уравнении линейной регрессии; что показывает коэффициент детерминации (R-квадрат) и каков его диапазон; на что показывает значимость F при регрессионном анализе; что такое теоретическая линия регрессии; что такое эмпирическая линия регрессии; чем определяется степень достоверности лини регрессии и коэффициента регрессии; что такое нулевая гипотеза; дайте характеристику криволинейной регрессии; дайте характеристику полиноминальной регрессии; что изучают с помощью множественной линейной регрессии; какие действия выполняют с помощью метода пошагового регрессионного анализа; что означают знаки «+» и «-» при интерпретации результатов регрессионного анализа в «Excel»; какая величина связывает коэффициенты регрессии и корреляции. Для чего служит метод дисперсионного анализа; как классифицируют дисперсионный анализ; что позволяет определить и учесть дисперсионный анализ; дайте характеристику уровням фактора; какова лавная цель дисперсионного анализа; назовите категории общей дисперсии в дисперсионно анализе; в чем особенность определения чисел степеней свободы при дисперсионном анализе; о чем можно судить полученным значением F-распределения Фишера-Снедекора в дисперсионном анализе. Перечислите математические методы в сравнительной флористике; каковы принципы количественного сравнения флор; для чего рассчитывается матрица мер включения; что представляет собой матрица сходства Съеренсена-Чекановского; перечислите три основные категории показателей видового богатства; дайте характеристику видам индексов видового богатства; дайте характеристику моделям видового обилия; дайте характеристику геометрическому ряду; дайте характеристику логарифмическому ряду; мера сходства в ассоциациях (оценка видового сходства биоценозов) – изобразите схематично; дайте характеристику коэффициенту Жаккара и коэффициенту Съеренсена. |