МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Статистические методы в биологии

рабочая программа дисциплины
Закреплена за кафедройКафедра ботаники
Направление подготовки06.04.01. Биология
ПрофильБиохимия и биотехнология
Форма обученияОчная
Общая трудоемкость3 ЗЕТ
Учебный план06_04_01_Биохим_Биотех-1-2020
Часов по учебному плану 108
в том числе:
аудиторные занятия 32
самостоятельная работа 76
Виды контроля по семестрам
зачеты: 2

Распределение часов по семестрам

Курс (семестр) 1 (2) Итого
Недель 14
Вид занятий УПРПДУПРПД
Лекции 8 8 8 8
Лабораторные 24 24 24 24
Сам. работа 76 76 76 76
Итого 108 108 108 108

Программу составил(и):
к.б.н., доц., Гудкова П.Д.

Рецензент(ы):
д.б.н., проф., Соколова Г.Г.

Рабочая программа дисциплины
Статистические методы в биологии

разработана в соответствии с ФГОС:
ФГОС ВО по направлению подготовки - 06.04.01 «Биология» (уровень магистратуры), утвержденный приказом Министерства образования и науки РФ «23» сентября 2015 г. № 1052

составлена на основании учебного плана:
06.04.01 Биология
утвержденного учёным советом вуза от 30.06.2020 протокол № 6.

Рабочая программа одобрена на заседании кафедры
Кафедра ботаники

Протокол от 30.08.2021 г. № 1
Срок действия программы: 2020-2021 уч. г.

Заведующий кафедрой
Cилантьева М.М.


Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2020-2021 учебном году на заседании кафедры

Кафедра ботаники

Протокол от 30.08.2021 г. № 1
Заведующий кафедрой Cилантьева М.М.


1. Цели освоения дисциплины

1.1.Формирование у магистрантов умения и навыков статистической обработки информации полученной в результате выполнения полевых и лабораторных биологических, экологических исследований при использовании современной аппаратуры и вычислительных комплексов. Знакомство с основными идеями и понятиями математической статистики, освоение магистрантами языка статистических моделей, и применение многомерных статистических методов для анализа биологических объектов, а также самостоятельное изучение тех разделов математической статистики, которые могут потребоваться дополнительно в практической и исследовательской работе.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.Б.03

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ОК-1 способностью к абстрактному мышлению, анализу, синтезу
ОПК-7 готовностью творчески применять современные компьютерные технологии при сборе, хранении, обработке, анализе и передаче биологической информации для решения профессиональных задач
В результате освоения дисциплины обучающийся должен
3.1.Знать:
3.1.1.Терминологию статистики, методы и особенности их корректного применения; вероятностный характер явлений природы, свойства и особенности статистического распределения данных; способы решения аналитических задач биологии с применение методов математической статистики; современные информационные средства и технологии используемые при статистическом анализе биологических данных.

3.2.Уметь:
3.2.1.Самостоятельно планировать ход работ и выполнять методы математического анализа и моделирования, теоретического и экспериментального исследования; использовать основные технические средства в профессиональной деятельности: работать на компьютере и в компьютерных сетях, использовать универсальные пакеты прикладных компьютерных программ, работать со специализированными статистическими пакетами программ; собирать и подготавливать данные для их статистической обработки; грамотно применять параметрические и непараметрические методы для обработки экспериментальных данных; интерпретировать полученные результаты в соответствии с целями исследования. Анализировать и сопоставлять полученные результаты различными стаитстическими методами.

3.3.Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.Излагать и критически анализировать получаемую информацию и представлять статистическую обработку и грамотную интерпретацию результатов полевых и лабораторных биологических исследований; пользоваться современными методы обработки, анализа и синтеза полевой и лабораторной биологической информации, демонстрирова знания принципов составления научнотехнических проектов и отчетов.

4. Структура и содержание дисциплины

Код занятия Наименование разделов и тем Вид занятия Семестр Часов Компетенции Литература
Раздел 1. Введение.
1.1. Введение в статистические методы. Основные понятия. Необходимость многомерной обработки биологических анных. Примеры. Лекции 2 1 Л1.1
1.2. Обзор современных статистических программ и их возможности. Лекции 2 1 Л1.1, Л2.1
Раздел 2. Сбор и обработка данных
2.1. Внутри и межвыборочная изменчивость. Лекции 2 1 Л1.1, Л2.1
2.2. Сбор и предварительная обработка данных и их импортирование в среу R. Лекции 2 1 Л1.1, Л2.1
2.3. Особенности работы в R, установка,основные символы и команды. Лабораторные 2 4 Л1.1, Л2.1
2.4. Подбор данных своего исследования для статистического анализа Сам. работа 2 20 Л1.1, Л2.1
Раздел 3. Анализ
3.1. Внешние факторы как возможные причины изменчивости. Линейная регрессия. Проекция. Проблема коллинеарности. Регрессия на главные компоненты. Лекции 2 1 Л1.1, Л2.1
3.2. Кластерный анализ Лекции 2 1 Л1.1, Л2.1
3.3. Нелинейные методы, неевклидовы расстояния. Кластерный анализ. Многомерное шкалирование. Лекции 2 1 Л1.1, Л2.1
3.4. Факторный, дискриминантный анализ и анализ главных компонент Лекции 2 1 Л1.1, Л2.1
3.5. Подбор методов для анализа биологических данных Лабораторные 2 4 Л1.1, Л2.1
3.6. Анализ временных рядов и прогнозирование Сам. работа 2 20 Л1.1
3.7. Осовение и применение методов в среде R. Лабораторные 2 10 Л1.1, Л2.1
3.8. Статистическая проверка гипотез. Лабораторные 2 6 Л1.1, Л2.1
3.9. Анализ данных собственного исследования Сам. работа 2 36 Л1.1, Л2.1

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины
см. Приложение ФОС
5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.)
см. Приложение ФОС
5.3. Фонд оценочных средств для проведения промежуточной аттестации
см. Приложение ФОС

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
Авторы Заглавие Издательство, год Эл. адрес
Л1.1 Гашев С.Н., Бетляева Ф.Х., Лупинос М.Ю. МАТЕМАТИЧЕСКИЕ МЕТОДЫ В БИОЛОГИИ: АНАЛИЗ БИОЛОГИЧЕСКИХ ДАННЫХ В СИСТЕМЕ STATISTICA : Учебное пособие для вузов М.: издательство Юрайт, 2018 www.biblio-online.ru/book/ECC496B9-0C2F-48D6-956E-99DF110E8CB5?
6.1.2. Дополнительная литература
Авторы Заглавие Издательство, год Эл. адрес
Л2.1 В.И. Иванов Математические методы в биологии: учебно-методическое пособие: учебно-методическое пособие Кемерово, 2012 http://biblioclub.ru/index.php?page=book&id=232506
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
Название Эл. адрес
Э1 Научная электронная библиотека e-library.ru www.e-library.ru.
Э2 Биоинформатика, программирование и анализ данных bioinformatics.ru
Э3 R studio www.rstudio.com
Э4 Электронная база данных "Scopus" http://www. scopus.com
Э5 Курс в Moodle "Статистические методы в биологии" portal.edu.asu.ru
6.3. Перечень программного обеспечения
Windows 7 Professional,
Python c расширениями PIL,
Chrome,
R STUDIO (open source)
6.4. Перечень информационных справочных систем
ИБС "Университетская библиотека on-line". Научная электронная библиотека: http://www.e-library.ru.
R studio: https://www.rstudio.com/
Биоинформатика, программирование и анализ данных: http://bioinformatics.ru
Электронная база данных "Scopus": http://www. scopus.com

7. Материально-техническое обеспечение дисциплины

Аудитория Назначение Оборудование
119Л абонемент и читальный зал научной литературы фен – помещение для самостоятельной работы Учебная мебель на 44 посадочных места; компьютер; ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ
106Л помещение для хранения и профилактического обслуживания учебного оборудования Стеллажи – 3 шт. осциллограф, паяльная станция, источник тока, переносные ноутбуки
207Л лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации Учебная мебель на 14 посадочных мест; компьютеры: марка DEPO модель Neos 260, мониторы: марка Philips модель 227E3LHSU - 14 единиц
Учебная аудитория для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска)

8. Методические указания для обучающихся по освоению дисциплины

Приступая к изучению дисциплины, студент должен ознакомиться с содержанием рабочей программы дисциплины «Статистические методы в биологии»
Дисциплина «Статистические методы в биологии» включает несколько видов занятий, которые в совокупности обеспечивают её усвоение, это: лекции, лабораторные (практические) занятия, самостоятельную работу.
Во время лекций студент получает систематизированные научные знания о предмете «Статистические методы в биологии». Изучая и прорабатывая материал лекций, студент должен повторить законспектированный материал и дополнить его по теме литературными данными, используя список предложенных в РПД источников.
Лабораторные (практические) занятия проводятся с целью углубления и закрепления знаний, полученных на лекциях, в также, в ходе самостоятельной работы. При подготовке к лабораторному (практическому) занятию студенту необходимо повторить лекционный материал по заданной теме; изучить теоретический материал, рекомендованный преподавателем, продумать ответы на контрольные вопросы. В ходе занятий предусматривается формирование практических навыков работы с программным обеспечением. Проверка освоенности материала курса и компетенции в виде защиты выполненного задания. Выполнение всех лабораторных работ является обязательным условием получения допуска к сдаче зачета.
При прохождении курса приветствуется иметь данные собственного исследования для статистической обработки оформленные в таблице Exсel. Предполагается, что у каждого студента имеется собственная рабочая директория, в которой хранятся результаты всех расчетов. Вычисления проводятся с помощью пакетов R и Excel. Так же предполагается, что на лабораторных (практических) занятиях студент будет иметь индивидуальный ПК, так как все лабораторные работы построены на выполнение статистической обработке собственных данных, что повышает значимость и понимание выполняемых процедур.
Важным элементом обучения студента является самостоятельная работа. Задачами самостоятельной работы является приобретение навыков самостоятельной научно-исследовательской работы на основании анализа текстов литературных источников и применения различных методов исследования; выработка умения самостоятельно и критически подходить к изучаемому материалу.
Работа с учебной и научной литературой является главной формой самостоятельной работы и необходима при подготовке к текущему контролю знаний или промежуточной аттестации. Она включает проработку лекционного материала, а также изучение рекомендованных источников и литературы по тематике лекций. При самостоятельном изучении теоретической темы студент, используя рекомендованные в РПД литературные источники и электронные ресурсы, должен ответить на контрольные вопросы или выполнить задания, предложенные преподавателем.
В течение семестра проводится текущий контроль знаний и промежуточная аттестация студентов. Текущий контроль осуществляется на каждом лабораторном (практическом) занятии в виде фронтального, выборочного, группового или индивидуального опроса в устной или письменной форме с целью проверки формирования компетенций, изложенных в ФОС.
Промежуточная аттестация осуществляется по завершению изучения дисциплины в форме зачета.
Преподаватель может досрочно освобождать от промежуточной аттестации магистранта с выставлением автоматической оценки за проявленное усердие при освоении дисциплины или по итогам учета показателей балльно-рейтинговой системы.