Скачать 143.52 Kb.
|
РОССИЙСКАЯ ФЕДЕРАЦИЯ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ ФГБОУ ВПО «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» ИМЕНИТ Кафедра зоологии и эволюционной экологии животных «УТВЕРЖДАЮ»: Проректор по учебной работе _______________________ /Волосникова Л.М./ __________ _____________ 2011 г. МАТЕМАТИЧЕСКИЕ МЕТОДЫ В БИОЛОГИИ Учебно-методический комплекс. Рабочая программа для студентов специальности 020201.65 - биология, заочной формы обучения «ПОДГОТОВЛЕНО К ИЗДАНИЮ»: Автор (ы) работы _____________________________/Бетляева Ф.Х./ «______»___________2011г. Рассмотрено на заседании кафедры зоологии и эволюционной экологии животных «___»_____2011г. № протокола____ Соответствует требованиям к содержанию, структуре и оформлению. «РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»: Объем 10 стр. Зав. кафедрой ______________________________/Гашев С.Н./ «______»___________ 2011 г. Рассмотрено на заседании УМК биологического факультета «___»_____2011 г. № протокола____ Соответствует ФГОС ВПО и учебному плану образовательной программы. «СОГЛАСОВАНО»: Председатель УМК ________________________/Фролова О.В./ «______»_____________2011г. «СОГЛАСОВАНО»: Зав. методическим отделом УМУ_____________/Федорова С.А./ «______»_____________2011 г. РОССИЙСКАЯ ФЕДЕРАЦИЯМИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИФГБОУ ВПО «ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» Биологический факультетКафедра зоологии и ихтиологииБетляева Ф.Х. МАТЕМАТИЧЕСКИЕ И ИНФОРМАЦИОНННЫЕ МЕТОДЫ В БИОЛОГИИ Учебно-методический комплекс. Рабочая программа для студентов специальности 020201.65 - биология, заочной формы обучения Тюменский государственный университет 2010 Бетляева Ф.Х. Математические и информационные технологии в биологии. Учебно-методический комплекс. Рабочая программа для студентов специальности 020201.65 - биология, заочной формы обучения. Тюмень: Издательство Тюменского государственного университета, 2010, 10 стр.Рабочая программа дисциплины опубликована на сайте ТюмГУ: Математические и информационные методы в биологии [электронный ресурс] / Режим доступа: свободный.Рекомендовано к изданию кафедрой зоологии и ихтиологии. Утверждено проректором по учебной работе Тюменского государственного университета.ОТВЕТСТВЕННЫЙ РЕДАКТОР: заведующий кафедрой зоологии и ихтиологии Тюменского государственного университета, д.б.н. Гашев С.Н..© Тюменский государственный университет, 2010 © Бетляева Ф.Х., 2010
Целью дисциплины «Математические и информационные методы в биологии» является получение базовых знаний об основных математических методах, используемых в биологических исследованиях; овладение современными средствами систематизации и обработки данных. В процессе изучения дисциплины решаются следующие задачи: 1) применять основные параметры, характеризующие совокупности; 2) оценивать тип распределения совокупностей и производить выбор методов для их сравнения; 3) оценивать достоверность влияния факторов на изменчивость между признаками; 4) определять зависимость между признаками и проводить прогноз их изменения; 5) проводить классификацию объектов и проверку качества классификации на основе многомерных методов. Учебно-методический комплекс «Математические и информационные методы в биологии» соответствует требованиям федерального государственного образовательного стандарта высшего профессионального образования.
Дисциплина «Математические и информационные методы в биологии» логически и содержательно-методически взаимосвязана с дисциплинами зоология, ботаника, физиология, математика, математический анализ, вероятность и статистика. Для успешного освоения данной дисциплины необходимо предшествующее изучение следующих дисциплин: информатика и современные информационные технологии. В результате освоения дисциплины обучающийся должен:
Семестр 4. Форма аттестации зачет. Общая трудоемкость дисциплины составляет 130 часов.
Таблица 1. Тематический план
1.Введение. Понятие и свойства информации. Способы регистрации первичных данных. Типы данных. Способы группировки данных. Базы данных. Программные средства обеспечения информационных процессов. Универсальные статистические программы StatGraphics, SPSS, SyStat, CSS, Statistica, STADIA, Biostat, SAS, StatPlus, Analyse-it. Специальные программы анализа данных: Эвриста, Мезозавр, Trend, Класс-Мастер, Сани, Сигамд. Проблемы обработки информации и использование её в биологических исследованиях. 2.Основные этапы анализа данных. История применения информационных и математических методов в биологических исследованиях. Варьирование результатов наблюдения и его причины. Понятие о выборке и генеральной совокупности. Статистические показатели выборочной совокупности. Степенные средние: среднее арифметическое, среднее квадратическое, среднее кубическое, среднее гармоническое, среднее геометрическое. Структурные средние: мода, медиана, квантили. Среднее линейное отклонение. Дисперсия и свойства этого показателя. Число степеней свободы. Стандартное отклонение и его значение в биологической статистике. Коэффициент вариации. Нормированное отклонение. Правило «шести сигм». Статистические оценки генеральных параметров. Точечная оценка. Интервальная оценка. Оценка статистических ошибок (ошибки репрезентативности). 3.Типы распределения. Проверка нормальности распределения. Распределение признака. Вариационный ряд - способ изображения распределения признака. Интервальные и безинтервальные вариационные ряды. Графическое изображение распределения признака. Гистограмма, полигон распределения, кривая распределения (вариационная кривая), кумулята. Определение нормальности распределения признака. Законы распределения случайных величин. Нормальное распределение. Проверка нормальности распределения. Критерий Колмогорова-Смирнова, Шапиро-Уилка. Асимметрия и эксцесс. Критерии асимметрии и эксцесса. Нулевая гипотеза для случая определения нормальности распределения. Биноминальное распределение. Распределение Пуассона. 4.Параметрические критерии сравнения. Критерий Фишера (F-критерий). Формулирование нулевой гипотезы для определения доверительных различий. Сравнение выборочных долей. Сравнение показателей вариации. 5. Непараметрические критерии сравнения. Сравнение независимых групп: критерий Манна-Уитни, критерий Вальда-Вольфовица, двухвыборочный критерий Колмогорова-Смирнова. Сравнение независимых групп. Сравнение номинальных переменных. 6. Дисперсионный анализ. Анализ однофакторного дисперсионного комплекса. Оценка силы влияния и достоверности силы влияния фактора. Нулевая гипотеза для дисперсионного анализа однофакторного комплекса. Анализ двухфакторного дисперсионного комплекса. Многофакторный дисперсионный анализ. 7. Корреляционный анализ. Корреляция. Виды корреляционных связей. Основные характеристики корреляционной связи - степень связи (сила), направление и форма связи. Коэффициент корреляции. Достоверность коэффициента корреляции. Коэффициент детерминации. Z-преобразование Фишера. Частный и множественный коэффициенты корреляции. 8. Регрессионный анализ. Способы выражения регрессии. Метод наименьших квадратов. Уравнение прямолинейной регрессии. Нелинейная регрессия. Виды уравнений нелинейной регрессии. 9. Многомерные методы. Кластерный анализ. Определение "расстояний" между объектами по всей совокупности признаков. Меры расстояний: эвклидова метрика, нормализованные эвклидовы расстояния, манхеттеновская метрика, процент несогласия, коэффициент корреляции Пирсона. Группирование сходных объектов в кластеры. Графическое изображение древа расстояний. Дискриминантный анализ. Уравнение дискриминации. Расстояние Махалонобиса. Требования к первичным данным, минимальный объем выборок.
1.Введение Темы рефератов: 1. Организация статистической программы STATAN. 2.Организация статистической программы STADIA. 3. Организация статистической программы STATISTICA. 3.Описательная статистика Обработка полученных в ходе исследований данных на основе метода описательной статистики. 3. Типы распределения. Проверка нормальности распределения. Контрольная работа Вариант № 1. 1.Биномиальное распределение. 2.Правило плюс-минус трех сигм. Вариант № 2. 1. Закономерности нормального распределения. 2.Коэффициент асимметрии и эксцесса. Вариант № 3. 1.Распределение Пуассона. 2.Нормированное отклонение в оценке свойств нормального распределения. Составление библиографического списка. Для основы списка можно использовать следующую литературу: 1. Каменская, М.А. Информационная биология. М.: «Академия», 2006. – 368 с. Гриф 2. Лагутин, М.Б. Наглядная математическая статистика. М.: "БИНОМ", 2007.-472 с. Гриф 3. Лакин Г.Ф. Биометрия. М.:Высшая школа, 1990. – 352 с. 4. Мятлев, В. Д. Теория вероятностей и математическая статистика. Математические модели. М.: Академия, 2009. – 320 с. ГРИФ НМО 5. Хрущёв, И. В. и др. Основы математической статистики и теории случайных процессов. СПб.: Лань, 2009.- 336 с. 4. Параметрические критерии достоверности оценок. Обработка полученных в ходе исследований данных на основе параметрических критериев достоверности оценок. 5. Непараметрические критерии достоверности оценок Обработка полученных в ходе исследований данных на основе непараметрических критериев достоверности оценок. 6. Дисперсионный анализ Темы компьютерных презентаций: 1. Результаты обработки данных на основе однофакторного дисперсионного анализа. 2.Результаты обработки данных на основе многофакторного дисперсионного анализа. 3.Результаты обработки данных на дисперсионного анализа с повторными эффектами. Составление глоссария: Дисперсия Гауссово распределение Градация Доверительная вероятность Нормальное распределение Нормированное отклонение Критерий Колмогорова Смирнова Критерий соответствия Критерий Фишера Критерий Шапиро-Уилка Эксцесс Для составления глоссария можно использовать следующую литературу: 1. Каменская, М.А. Информационная биология. М.: «Академия», 2006. – 368 с. Гриф 2. Лагутин, М.Б. Наглядная математическая статистика. М.: "БИНОМ", 2007.-472 с. Гриф 3. Лакин Г.Ф. Биометрия. М.:Высшая школа, 1990. – 352 с. 4. Мятлев, В. Д. Теория вероятностей и математическая статистика. Математические модели. М.: Академия, 2009. – 320 с. ГРИФ НМО 5. Хрущёв, И. В. и др. Основы математической статистики и теории случайных процессов. СПб.: Лань, 2009.- 336 с. 7. Корреляционный анализ Обработка полученных данных на основе методов корреляционного анализа. 8.Регрессионный анализ. Обработка полученных данных на основе регрессионного анализа. 9. Многомерные методы Темы компьютерных презентаций: 1. Оценка расстояний между сообществами по видовому составу на основе кластерного анализа. 2.Применение кластерного анализа при оценке роста организмов.
7. Образовательные технологии. Наряду с мультимедийными средствами обучения (презентации по всем темам тематического плана, компьютерные программы оценки) будут использованы диспуты (при групповых занятиях по оценке основных показателей, характеризующих выборки, и при их сравнении). 8. Учебно-методическое и информационное обеспечение дисциплины (модуля). 8.1. Основная литература: 1. Каменская, М.А. Информационная биология. М.: «Академия», 2006. – 368 с. Гриф 2. Лагутин, М.Б. Наглядная математическая статистика. М.: "БИНОМ", 2007.-472 с. Гриф 3. Мятлев, В. Д. Теория вероятностей и математическая статистика. Математические модели. М.: Академия, 2009. – 320 с. ГРИФ НМО 4. Хрущёв, И. В. и др. Основы математической статистики и теории случайных процессов. СПб.: Лань, 2009.- 336 с. 8.2. Дополнительная литература: 1. Бетляева Ф.Х. Биометрическая обработка данных на основе компьютерной программы STADIA. Самара,2008.-130 с. 2. Лакин, Г.Ф. Биометрия. М.:"Высшая школа", 1990. - 352 с. Гриф 3. Математические и информационные методы в биологии. Программа курса с методическими указаниями (Составители: С.Н.Гашев, Г.Н.Беспоместных). Тюмень: Изд-во ТюмГУ, 2005. - 69 с. 4. Пузаченко, Ю.Г. Математические методы в экологических и географических исследованиях. М.: Академия, 2004. – 416 с. Гриф УМО. 5. Селюков А.Г., Селюкова Г.П. Биологическая статистика.Тюмень:ТГУ, 1994. – 24 с. 6. Эпизоотологический метод исследования. СПб: Лань, 2009. - 224 с. ГРИФ МОСХ 7. Statistica. Искусство анализа данных на компьютере [Электронный ресурс]/ В. Боровиков. - 2-е изд. - Электрон. текстовые дан. - Санкт-Петербург: Питер, 2003. - 688 с.: 8.3. Программное обеспечение и Интернет-ресурсы http://www.biometrica.tomsk.ru/index.htm http://www.biometrics.ru/ http://www.nsu.ru/mmf/tvims/chernova/ms/lec/ms.html http://www.stat.ufl.edu/vlib/statistics.html 9. Технические средства и материально-техническое обеспечение дисциплины. Занятия по дисциплине «Математические и информационные методы в биологии» проводятся в компьютерном классе (на 16 мест) кафедры зоологии и эволюционной экологии животных. Для чтения лекций имеется мультимедийная аудитория. В качестве учебного материала используются мультимедийные продукты. Для проведения практических занятий имеются лицензионные программы STATISTICA, STADIA, STATAN, MS Officе. |
Министерство образования и науки фгбоу впо «тюменский государственный... Петухова Г. А. Основы экологического мониторинга. Учебно-методический комплекс. Рабочая программа для студентов направления 020803.... | Министерство образования и науки фгбоу впо «тюменский государственный... Тупицына Л. С. Токсикологическая генетика. Учебно-методический комплекс. Рабочая программа для студентов специальности 013500 Биоэкология,... | ||
Министерство образования и науки фгбоу впо «тюменский государственный... Петухова Г. А. Механизмы биологической адаптации. Учебно-методический комплекс. Рабочая программа для студентов направления 020803.... | Министерство образования и науки фгбоу впо «тюменский государственный... Шаповалов С. И. «Общая экология»: Учебно-методический комплекс. Рабочая программа для студентов специальности 020803 –Биоэкология,... | ||
Министерство образования и науки фгбоу впо «тюменский государственный... Пак И. В. Иммунология. Учебно-методический комплекс. Рабочая программа для студентов специальности 020803. 65 – Биоэкология, очной... | Министерство образования и науки фгбоу впо «тюменский государственный... Жигилева О. Н. Эколого-паразитологический мониторинг. Учебно-методический комплекс. Рабочая программа для студентов специальности... | ||
Министерство образования и науки фгбоу впо «тюменский государственный... Казанцева М. Н. Охрана и рациональное использование природных ресурсов. Учебно-методический комплекс. Рабочая программа для студентов... | Министерство образования и науки фгбоу впо «тюменский государственный... Петухова Г. А. Учение о биосфере и глобальные экологические проблемы. Учебно-методический комплекс. Рабочая программа для студентов... | ||
Министерство образования и науки фгбоу «тюменский государственный... Рассмотрено на заседании кафедры анатомии и физиологии человека и животных (06 октября 2011 протокол №3) Соответствует требованиям... | Тюменский государственный университет «утверждаю»: Проректор по учебной работе Рассмотрено на заседании умк именит, отделение географии, экологии, природопользования и туризма | ||
Рабочая программа для студентов специальности 020201. 65 «Биология» Министерство образования и науки российской федерации фгбоу впо «тюменский государственный университет» | И фгбоу «тюменский государственный университет» именит «утверждаю»: Проректор по учебной работе Учебно-методический комплекс рабочая программа для студентов специальности Биология. Озо | ||
Министерство образования и науки российской федерации фгбоу впо «Уральский... Контрольная работа состоит из трех заданий. Распределение вариантов всех заданий осуществляется по одной схеме | Министерство образования и науки тюменский государственный университет... Учебно-методический комплекс рабочая программа для студентов направления 032100. 62 «Физическая культура» | ||
Министерство образования и науки российской федерации фгбоу впо «алтайский... Краснодарский государственный историко-археологический музей-заповедник им. Е. Д. Фелицына | Рабочая программа составлена на основании фгос по магистерским программа... Министерство образования и науки Российской Федерации фгбоу впо «Сыктывкарский государственный университет» Кафедра экономической... |