1. Цели освоения дисциплины
| 1.1. | Целью освоения учебной дисциплины является формирование у студентов умений и навыков прикладного использования математики для решения биологических задач. |
|---|
2. Место дисциплины в структуре ООП
| Цикл (раздел) ООП: Б1.О.04 |
3. Компетенции обучающегося, формируемые в результате освоения дисциплины
| ОПК-6 | Способен использовать в профессиональной деятельности основные законы физики, химии, наук о Земле и биологии, применять методы математического анализа и моделирования, теоретических и экспериментальных исследований, приобретать новые математические и естественнонаучные знания, используя современные образовательные и информационные технологии; |
| ОПК-6.1 | Знает основные концепции, методы и современные направления математики, физики, химии и наук о Земле, актуальные проблемы биологических наук и перспективы междисциплинарных исследований |
| ОПК-6.2 | Умеет использовать навыки лабораторной работы и методы химии, физики, математического моделирования и математической статистики в профессиональной деятельности |
| ОПК-6.3 | Владеет методами статистического оценивания и проверки гипотез, прогнозирования перспектив и социальных последствий своей профессиональной деятельности |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | - понятие информационных технологий; - понятие предачи, обработки и накопления информации; - виды информационных технологий и разновидности информационных компьютерных технологий. |
| 3.2. | Уметь: |
| 3.2.1. | - осуществлять выбор необходимого вида программы для выполнения конкретных задач в своей профессиональной деятельности; - применять информационные технологии для достижения практических целей; - использовать возможности сети Интернет для организации своей исследовательской научной работы. |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | - способами защититы персонального компьютера; - способами обеспечения бесперебойной работы компьютера; - практическими навыками работы с библиографическими списками. |
4. Структура и содержание дисциплины
| 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 | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 1.2. | Обзор разновидностей программных сред для обработки статистических данных. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| Раздел 2. Описательная статистика | ||||||
| 2.1. | Основные понятия биометрии. | Лекции | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 2.2. | Средние величины. Ошибка средней арифметической. Среднее квадратическое отклонение. Дисперсия, медиана, мода выборки. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| Раздел 3. Корреляционный анализ | ||||||
| 3.1. | Функциональная зависимость и корреляция. Разновидности корреляционных связей. Коэффициент корреляции и его вычисление. | Лекции | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 3.2. | Связь корреляционного и регрессионного анализов. Множественная и частная корреляция. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 3.3. | Статистические методы моделирования связи. | Сам. работа | 7 | 24 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| Раздел 4. Регрессионный анализ | ||||||
| 4.1. | Линейная регрессия. Коэффициент регрессии. | Лекции | 7 | 2 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 4.2. | Степени достоверности линии регрессии и коэффициента регрессии. Криволинейная регрессия. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 4.3. | Полиномиальная регрессия. Множественная линейная регрессия. Связь между коэффициентами регрессии и корреляции. | Сам. работа | 7 | 28 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| Раздел 5. Дисперсионный анализ | ||||||
| 5.1. | Дисперсионный анализ | Лекции | 7 | 2 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 5.2. | Доказательство эффективности дисперсионного анализа. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 5.3. | Двухфакторный дисперсионный анализ. | Сам. работа | 7 | 26 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.2, Л1.1, Л1.3, 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 | 7 | 2 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 6.2. | Построение дендрограммы методом усредненного среднего арифметического связывания. | Практические | 7 | 4 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л1.1, Л1.3, Л2.1, Л1.2 |
| 6.3. | Оценка видового сходства биоценозов. Индексы видового богатства и модели видового обилия. Геометрический и логарифмический ряды. Модель разломанного стержня. | Сам. работа | 7 | 24 | ОПК-6.1, ОПК-6.2, ОПК-6.3 | Л3.1, Л3.2, Л2.2, Л1.1, Л1.3, Л2.1, Л1.2 |
5. Фонд оценочных средств
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| Оценочные материалы для текущего контроля по разделам и темам дисциплины в полном объеме размещены в онлайн-курсе на образовательном портале «Цифровой университет АлтГУ» – https://portal.edu.asu.ru/course/view.php?id=700 ОЦЕНКА СФОРМИРОВАННОСТИ КОМПЕТЕНЦИИ ОПК-6: Способен использовать в профессиональной деятельности основные законы физики, химии, наук о Земле и биологии, применять методы математического анализа и моделирования, теоретических и экспериментальных исследований, приобретать новые математические и естественнонаучные знания, используя современные образовательные и информационные технологии. ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА: 1. Определите, как соотносятся средние значения двух рядов чисел: (1) 1 3 1 3 7 8 9 10 12 12 13 18 20 19 (2) 2 6 2 6 14 16 18 20 24 24 26 36 40 38 а) среднее второго ряда чисел в два раза больше; б) средние значения равны; в) среднее второго ряда чисел в два раза меньше; г) невозможно определить. Ответ: а). 2. Укажите, в какой из выборок наибольшее стандартное отклонение: (1) 1 3 2 4 5 7 1 8 (2) 100 300 250 400 230 280 320 112 (3) 15 10 13 7 28 31 20 32 а) в (1); б) во (2); в) в (3); г) невозможно определить. Ответ: б). 3. Укажите, сколько сравнений необходимо произвести, чтобы попарно сравнить все группы между собой, если в эксперименте участвовало 5 групп: а) 2; б) 5; в) 10; г) 15. Ответ: в). 4. Укажите одно или несколько верных высказываний: а) t-распределение имеет две моды при любом числе степеней свободы; б) t-распределение всегда содержит только 20 или меньше наблюдений; в) в случае t-распределения с числом степеней свободы df=15 в диапазоне (среднее ± 2 стандартных отклонения) лежит приблизительно 99% наблюдений; г) при достаточно большом числе степеней свободы (df >30) tраспределение постепенно начинает приближаться к нормальному распределению . Ответ: г). 5. Если коэффициент корреляции Пирсона равен -0,78, то связь между переменными а) сильная положительная; б) сильная отрицательная; в) слабая отрицательная; г) средняя отрицательная. Ответ: б). 6. Выберите часто используемые виды визуального представления данных в биометрии: а) диаграмма рассеяния; б) линия; в) гистограмма; г) маркеры. Ответ: а), б), в). 7. Укажите требования, предъявляемые к двухвыборочному t-критерию Стьюдента: а) для трех и более сравниваемых групп; б) только для двух сравниваемых групп; в) соблюдение нормальности в обеих сравниваемых группах; г) учет зависимых и независимых переменных. Ответ: б), в), г). 8. Признаки в биометрии подразделяются на: а) верные; б) качественные; в) количественные; г) сгруппированные. Ответ: б), в). 9. Укажите первый этап в статистическом исследовании: а) качественный анализ изучаемого биологического объекта или явления; б) сбор массива данных, выбор метода и анализа, проведение всех необходимых статистических расчетов, построение модели связи, графиков и в итоге получение результатов; в) интерпретация результатов; г) наблюдение за изучаемым биологическим объектом или явлением. Ответ: а). 10. Укажите второй этап в статистическом исследовании: а) качественный анализ изучаемого биологического объекта или явления; б) сбор массива данных, выбор метода и анализа, проведение всех необходимых статистических расчетов, построение модели связи, графиков и в итоге получение результатов; в) интерпретация результатов; г) наблюдение за изучаемым биологическим объектом или явлением. Ответ: б). 11. Укажите завершающий этап в статистическом исследовании: а) качественный анализ изучаемого биологического объекта или явления; б) сбор массива данных, выбор метода и анализа, проведение всех необходимых статистических расчетов, построение модели связи, графиков и в итоге получение результатов; в) интерпретация результатов; г) наблюдение за изучаемым биологическим объектом или явлением. Ответ: в). 12. В генеральную совокупность входят: а) некоторые объекты исследования; б) все объекты каждого исследования; в) только частные наблюдения; г) выборочные наблюдения. Ответ: б). 13. Варианта (или дата) а) неоднородная единица живого; б) значение отдельного члена статистической совокупности; в) нулевое значение выборки; г) закономерность. Ответ: б). 14. Выберите верное утверждение: Коэффициент корреляции а) всегда положителен; б) всегда отрицателен; в) принимает значения от 0 до 1; г) принимает значения от -1 до 1. Ответ: г). 15. Метод, позволяющий вычислить предполагаемые отношения между зависимой переменной и одной или несколькими независимыми переменными, называется а) регрессионный анализ; б) корреляционный анализ; в) аналитическое исследование; г) дисперсионный анализ. Ответ: а). ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА: 1. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите среднее арифметическое значение. Ответ: 66,3. 2. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите дисперсию. Ответ: 120,1. 3. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите среднее квадратическое отклонение. Результат округлите до сотых. Ответ: 10,96. 4. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите ошибку средней арифметической. Результат округлите до сотых.. Ответ: 3,65. 5. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите медиану. Ответ: 66. 6. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите моду. Ответ: 62. 7. При изучении расщепления у томатов по окраске плодов получено 310 красных плодов и 90 желтых. Ожидалось, что теоретически при обычном моногибридном скрещивании получится соответствие 3:1, т.е. 300 красных и 100 желтых. Рассчитайте значение хи-квадрат. Ответ: 1,33. 8. По критерию Стьюдента были вычислены критическое (5,72) и эмпирическое (5,04) значения. Сделайте вывод о нулевой гипотезе. Ответ: нулевая гипотеза принимается. 9. Как называется наука о способах применения математических методов в биологии? Ответ: биометрия. 10. Статистическая гипотеза, предполагающая отсутствие разницы между фактическими и ожидаемыми данными называется Ответ: нулевая гипотеза. 11. Как называется часть вариант генеральной совокупности?. Ответ: выборка / выборочная совокупность. 12. Вычислите среднее арифметическое выборки: 0; 0; 0; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 3; 3; 3; 3; 4; 4; 5; 5; 5; 5; 6; 7; 9; 10; 11. Ответ: 3,09. 13. Вычислите медиану выборки: 0; 0; 0; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 3; 3; 3; 3; 4; 4; 5; 5; 5; 5; 6; 7; 9; 10; 11. Ответ: 2. 14. Дана выборка: 62, 65, 72, 68, 69, 71, 63, 67, 64, 62. Вычислите размах выборки. Ответ: 10. 15. Дана выборка: 59, 50, 54, 52, 54, 56, 58, 52, 51, 48, 59, 62, 53, 60, 43, 48, 45, 59. Постройте гистограмму частот, разбив данные на 6 интервалов. Вычислите точечную оценку математического ожидания. Ответ: 53,5. 16. Дана выборка: 59, 50, 54, 52, 54, 56, 58, 52, 51, 48, 59, 62, 53, 60, 43, 48, 45, 59. Постройте график выборочной функции распределения, разбив данные на 6 интервалов. Вычислите точечную оценку дисперсии. Ответ: 29,323. 17. Дана выборка: 25, 20, 31, 27, 24, 28, 22, 26, 25, 22. Проверьте гипотезу о том, что среднее значение выборки равно 25. Ответ: гипотеза принимается. 18. Как называется правило, по которому отдельные значения любого признака, имеющего нормальное распределение, отклоняются от среднего значения с вероятностью 0,997 не более чем на 3 сигмы влево и вправо (±3σ)? Ответ: правило 3-х сигм. 19. Постройте диаграмму рассеяния, найдите параметры парной линейной регрессионной модели, проверьте значимость регрессии (выполнять в электронных таблицах): x 14 16 18 20 22 24 26 28 y 35 28 30 24 19 14 15 11. Ответ: y=57,7-1,7x; линейная регрессионная модель значима. 20. Как называется описание живых систем в понятиях вход – выход? Ответ: метод «черного ящика». КРИТЕРИИ ОЦЕНИВАНИЯ: Каждое задание оценивается 1 баллом. Оценивание КИМ в целом: «отлично» – верно выполнено 85-100% заданий; «хорошо» – верно выполнено 70-84% заданий; «удовлетворительно» – верно выполнено 51-69% заданий; «неудовлетворительно» – верно выполнено 50% или менее 50% заданий. |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| Не предусмотрены |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Промежуточная аттестация заключается в проведении в конце семестра зачета по всему изученному материалу. Зачет проводится в устной форме по билетам. В билет входит 2 вопроса. Перечень вопросов для промежуточной аттестации: 1. Что такое модальный класс и лимиты в вариационном ряду? 2. Дайте расшифровку понятию «множественная корреляция». Для чего необходим частный коэффициент корреляции? 3. Кто основатель дискриминантного и дисперсионного анализов? 4. Назовите два типа связей между различными явлениями и их признаками. В чем заключается закон больших чисел? 5. Кто основал английскую школу статистиков и заложил основы регрессионного анализа? 6. В чем причины многовершинности полигона распределения? 7. В каких двух принципиальных моментах заключался конфликт традиционной биологии с учениями английских статистиков (Гальтона и Пирсона)? 8. Охарактеризуйте этапы статистического исследования. 9. Дайте определение понятию «биометрия». 10. Какие средние величины использует биолог в практических целях и для чего они нужны? 11. Как можно условно разделить программы для статистической обработки данных? Приведите примеры ПО для статистической обработки данных. 12. Что такое генеральная совокупность и в чем целесообразность исследования именно частичной совокупности, а не генеральной? Что такое частичная совокупность? 13. Что для биолога единица наблюдения? По каким критериям могут объединяться единицы наблюдения? 14. Расскажите о «методе учетных площадок», который используется в биометрии для сбора материала. 15. Статистическая совокупность в биологии. 16. Что позволяют делать признаки в биологической статистике? 17. Назовите задачи корреляционной связи. 18. Как классифицируют биологические признаки? 19. Что такое «частота» относительно к совокупности значений во взвешенном ряду? 20. Мерные и счетные количественные признаки – в чем разница? 21. Вследствие чего может возникнуть ошибка в результатах наблюдений и по какому принципу их группируют? 22. Расскажите о «методе трансектов», который используется в биометрии для сбора материала. 23. В чем проявляется высокая устойчивость средних величин? 24. В каком случае необходимо строить взвешенный вариационный ряд? 25. На что необходимо в первую очередь обратить внимание после ранжирования ряда данных (какую оценку необходимо применить)? 26. Что такое «частость» относительно к совокупности значений во взвешенном ряду? 27. Что такое «класс» относительно к совокупности значений во взвешенном ряду? 28. Кто и в какой работе описал разработанный им t-критерий Стьюдента? И почему критерий получил именно название «Стьюдента»? 29. Дайте понятие среднего квадратического отклонения. Что оно характеризует? 30. Назовите все виды средних величин, которые вы знаете. 31. Для чего необходимо рассчитывать одновыборочный и двухвыборочный t-критерий Стьюдента? 32. Что является предметом биометрии? 33. Назовите виды корреляционных связей и кратко охарактеризуйте их. 34. Кто из биологов впервые применил законы математики в биологии, и в каком направлении он проводил свои исследования? 35. В чем сущность причинно-следственных отношений? Дайте понятие «причины». 36. Что вмещает в себя понятие «корреляционно-регрессионный анализ»? 37. Дайте расшифровку понятиям «мода» и «медиана». 38. В каких пределах лежит значение коэффициента корреляции? Как по значению коэффициента определить вид и силу корреляционной связи? 39. Напишите элементарное уравнение линейной регрессии и дайте расшифровку переменным величинам уравнения. КРИТЕРИИ ОЦЕНИВАНИЯ: «Зачтено»: студентом дан ответ, свидетельствующий в основном о знании процессов изучаемой дисциплины, отличающийся недостаточной глубиной и полнотой раскрытия темы, знанием основных вопросов теории, слабо сформированными навыками анализа явлений, процессов, недостаточным умением давать аргументированные ответы и приводить примеры, недостаточно свободным владением монологической речью, логичностью и последовательностью ответа. Допускается несколько ошибок в содержании ответа и решении практических заданий. «Не зачтено»: студентом дан ответ, который содержит ряд серьезных неточностей, обнаруживающий незнание процессов изучаемой предметной области, отличающийся неглубоким раскрытием темы, незнанием основных вопросов теории, неумением давать аргументированные ответы. Выводы поверхностны. Решение практических заданий не выполнено. Студент не способен ответить на вопросы даже при дополнительных наводящих вопросах преподавателя. |
| Приложения |
6. Учебно-методическое и информационное обеспечение дисциплины
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Ризниченко Г. Ю., Рубин А. Б. | МАТЕМАТИЧЕСКИЕ МЕТОДЫ В БИОЛОГИИ И ЭКОЛОГИИ. БИОФИЗИЧЕСКАЯ ДИНАМИКА ПРОДУКЦИОННЫХ ПРОЦЕССОВ В 2 Ч. ЧАСТЬ 1 3-е изд., пер. и доп. Учебник для бакалавриата и магистратуры: | М.:Издательство Юрайт, 2018 | biblio-online.ru |
| Л1.2 | Катмаков П.С., Гавриленко В.П., Бушов А.В. | Биометрия: учебное пособие для вузов | М: Издательство Юрайт, 2023 | urait.ru |
| Л1.3 | Ризниченко Г.Ю., Рубин А.Б. | МАТЕМАТИЧЕСКИЕ МЕТОДЫ В БИОЛОГИИ И ЭКОЛОГИИ. БИОФИЗИЧЕСКАЯ ДИНАМИКА ПРОДУКЦИОННЫХ ПРОЦЕССОВ В 2 Ч. ЧАСТЬ 2 2-е изд., испр. и доп. Учебник для бакалавриата и магистратуры: | М.:Издательство Юрайт, 2018 | biblio-online.ru |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | 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, 2022 | urait.ru |
| Л2.2 | Фихтенгольц Г.М. | Основы математического анализа. В 2-х частях. Часть 2: учебник | СПб. : Лань, 2021 | e.lanbook.com |
| 6.1.3. Дополнительные источники | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л3.1 | Байкин А.А., Казанцева Л.Л. | Теория вероятностей и математическая статистика: учебное пособие для студентов экономических специальностей | Барнаул: Алт. ун-та, 2007 | |
| Л3.2 | Дронов, Сергей Вадимович | Математическая статистика: учеб. пособие | Барнаул : Изд-во АлтГУ, 2016 | elibrary.asu.ru |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | Биометрика [Электронный ресурс]. | www.biometrica.tomsk.ru. | ||
| Э2 | Московский Государственный Университет имени М.В.Ломоносова Биологический факультет Кафедра биофизики | www.biophys.msu.ru | ||
| Э3 | Курс в Moodle "Математика в профессиональной деятельности" | portal.edu.asu.ru | ||
| 6.3. Перечень программного обеспечения | ||||
| 1. Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); 2. Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); 3. Chrome (http://www.chromium.org/chromium-os/licenses ), (бессрочно); 4. 7-Zip (http://www.7-zip.org/license.txt ), (бессрочно); 5. AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); 6. ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); 7. LibreOffice (https://ru.libreoffice.org/), (бессрочно); 8. Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); 9. Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); 10. Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); 11. Okular (https://okular.kde.org/ru/download/), (бессрочно); 12. Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| ИБС "Университетская библиотека on-line" Научная электронная библиотека http://www.e-library.ru МБЦ Scopus [Электронный ресурс]. – Режим доступа: https://www.scopus.com. – Загл. с экрана. НБЦ НЭБ "Elibrary" [Электронный ресурс]. – Режим доступа: https://elibrary.ru/authors.asp. – Загл. с экрана. Академия Google [Электронный ресурс]. – Режим доступа: https://scholar.google.ru/. – Загл. с экрана. | ||||
7. Материально-техническое обеспечение дисциплины
| Аудитория | Назначение | Оборудование |
|---|---|---|
| 106Л | помещение для хранения и профилактического обслуживания учебного оборудования | Стеллажи – 3 шт. осциллограф, паяльная станция, источник тока, переносные ноутбуки |
| 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 |
| 203Л | 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 ASUS модель i5-6500 - 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. Дисциплина включает несколько видов занятий, которые в совокупности обеспечивают её усвоение, это: лекции, лабораторные занятия и самостоятельная работа. Во время лекций студент получает систематизированные научные знания о предмете. Изучая и прорабатывая материал лекций, студент должен повторить законспектированный материал и дополнить его по теме литературными данными, используя список предложенных в РПД источников. 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. Практические занятия проводятся с целью углубления и закрепления знаний, полученных на лекциях, в также, в ходе самостоятельной работы. При подготовке к практическому занятию студенту необходимо повторить лекционный материал по заданной теме; изучить теоретический материал, рекомендованный преподавателем, продумать ответы на контрольные вопросы. Конспекты научной литературы при самостоятельной подготовке к занятиям должны быть выполнены также аккуратно, содержать ответы на каждый поставленный в теме вопрос, иметь ссылку на источник информации с обязательным указанием автора, названия и года издания используемой научной литературы. Конспект может быть опорным (содержать лишь основные ключевые позиции), но при этом позволяющим дать полный ответ по вопросу, но может быть и подробным. Объем конспекта определяется самим студентом. В процессе работы с учебной и научной литературой студент может: делать записи по ходу чтения в виде простого или развернутого плана (создавать перечень основных вопросов, рассмотренных в источнике); составлять тезисы (цитирование наиболее важных мест статьи или монографии, короткое изложение основных мыслей автора); готовить аннотации (краткое обобщение основных вопросов работы); создавать конспекты (развернутые тезисы). В течение семестра проводится текущий контроль знаний и промежуточная аттестация студентов. Текущий контроль осуществляется на каждом практическом занятии в виде фронтального, выборочного, группового или индивидуального опроса в устной или письменной форме с целью проверки формирования компетенций, изложенных в ФОС. Пример решения задачи: Необходимо определить, обладает ли препарат N жаропонижающим действием. Схема решения задачи: исследовать две группы пациентов, опытной группе дать препарат, контрольной группе – плацебо, далее измерить температуру тела и вычислить для обеих групп среднюю температуру и среднеквадратическое отклонение. Средние температуры вряд ли совпадут, даже если препарат не обладает никаким действием. Поэтому естественен вопрос насколько вероятно, что наблюдаемое различие случайно? Для ответа на этот вопрос, прежде всего, нужно выразить различия одним числом - критерием значимости (например, при нормальном распределении исследуемых выборок можно применить критерий Стьюдента - t). Значение критерия тем больше, чем больше различия. Если препарат не оказывает действия, то величина критерия будет мала, если оказывает - велика. Но что значит «мала» и что значит «велика»? Чтобы разграничить «большие» и «малые» значения критерия, строится предположение, что препарат не оказывает влияния на температуру. Это – основная (нулевая) статистическая гипотеза. Если нулевая гипотеза верна, то обе группы можно считать просто случайными выборками из одной и той же совокупности. Далее эксперимент мысленно проводится на всех возможных выборках, и для каждой пары вычисляется значение критерия. Чаще всего оно будет небольшим, но какая-то часть выборок даст весьма высокие значения. При этом возможно указать такое число (критическое значение), выше которого значение критерия, оказывается, например, в 5% случаев. Далее вычисляется значение критерия, если оно превышает критическое значение, то можно утверждать следующее, если бы нулевая гипотеза была справедлива, то вероятность получить наблюдаемые различия была бы меньше 5%. В принятой системе обозначений это записывается как р<0,05. Отсюда заключение: гипотеза об отсутствии влияния препарата на температуру вряд ли справедлива, то есть различия статистически значимы (при 5% уровне значимости). Разумеется, этот вывод по сути своей носит вероятностный характер. Не исключено, что мы ошибочно признаем неэффективный препарат эффективным, то есть найдем различия там, где их нет. Однако мы можем утверждать, что вероятность подобной ошибки не превышает 5%. Промежуточная аттестация осуществляется по завершению изучения дисциплины в форме зачета. |