Subject » BMEVEKFM110
Biometrics, biostatistics, experiment design
Biometria, biostatisztika, kísérlettervezés
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Biometria, biostatisztika, kísérlettervezés
Biometrics, biostatistics, experiment design
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVEKFM110 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 3 | ||||||||||||
| Subject coordinator |
Lakné Dr. Komka Kinga
position: adjunktus
contact:
komka.kinga@vbk.bme.hu
|
||||||||||||
| Responsible department |
Kémiai és Környezeti Folyamatmérnöki Tanszék
|
||||||||||||
| Faculty | Vegyészmérnöki és Biomérnöki Kar | ||||||||||||
| Subject website | http://moodle.ch.bme.hu/ | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Programme
Varianciaanalízis (ANOVA)
- egy faktor szerinti osztályozás, páronkénti összehasonlítások (kontrasztok)
- az elemzés feltételei és ellenőrzésük
- több faktor szerinti osztályozás: keresztosztályozás és hierarchikus osztályozás, rögzített és véletlen faktorok
- véletlen blokk
- kimutatható eltérés számítása
Nemparaméretes módszerek
- rangokon alapuló statisztikai próbák (Mann-Whitney próba, Wilcoxon próba, Kruskal-Wallis próba)
- rangkorreláció
- binomiális eloszláson alapuló próbák
- 2*2 táblák elemzése
- logit regresszió
Kísérlettervezés
- 2p típusú teljes faktoros tervek és részfaktortervek
- másodfokú tervek, kompozíciós tervek
- Box-Wilson féle optimalizálás (gradiens módszer)
Megtanítani a biológiai rendszerekből származó mérési adatok matematikai statisztikai kezelésének alapjait és legfontosabb módszereit, valamint megismertetni a kísérlettervezés módszertanát.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
Átfogó ismeretekkel rendelkezik a biológiai természetű adatok statisztikai kezelésében, valamint a gyakran használt módszerek alkalmazásában és azok korlátaiban A kísérlettervezés, kísérletek kivitelezése és értékelése terén ismeri a kurrens tudományos módszereket és eszközöket.
Skills
Képes kísérletek tudományos és statisztikai igényű tervezésére, kivitelezésére és értékelésére Képes a kísérlettervezéssel kapcsolatos tevékenységek együttes kivitelezésére és értékelésére más szakterület munkatársaival együtt. Tudományos igénnyel tervez és végez kísérleteket, ezek kiértékelését szakmai alapokon végzi, felhasználva a statisztikai módszertant is.
Attitudes
A statisztikai ismeretei révén folyamatosan értékeli az új szakmai adatokat, eredményeket, különös tekintettel biotechnológiai innovációs szempontokra.
Autonomy and responsibility
Szakmai kérdésekben, szakmai eredmények értelmezésében matematikai statisztikai alapú ismeretei révén felelősségteljesen foglal állást Ösztönzi környezetét a tudományos alapon nyugvó környezettudatos magatartásra.
Oktatási módszertan
Az előadás keretében közösen feladatokat is oldunk meg. A kézi/számológépes számolásoknál több és bonyolultabb számításokat igénylő feladatoknál a Statistica szoftver eredménytáblázatait értelmezzük. A témakörök végén komplexebb, ipari gyakorlatból vett esettanulmányok is bemutatásra kerülnek.
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Statisztikai alapismeretek: BMEVEVMA606 Kísérletek tervezése és értékelése c. tárgy tananyaga
különös tekintettel a hipotézisvizsgálatokra: z-próba, t-próbák, khi-négyzet-próba, F-próba
General rules
Követelmények:
A szorgalmi időszakban:
- 4 db online részteljesítmény-értékelés, ezekből összesen minimum 40%-ot kell elérni.
- 3 komplex feladat megoldása a Statistica szoftver segítségével, majd a feladatok szóbeli védése. Mindhárom védésre minimum elégséges részjegy.
Pótlási lehetőségek:
TVSZ szerint
Konzultációk:
igény szerint
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Dr. Kemény Sándor professor emeritus Kémiai és Környezeti Folyamatmérnöki Tanszék
Lakné Dr. Komka Kinga egyetemi adjunktus Kémiai és Környezeti Folyamatmérnöki Tanszék
Recommended courses
28 óra kontakt óra
36 óra komplex feladatok elkészítése
24 óra felkészülés a szóbeli védésekre
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
| Faculty | Program | Curriculum | Curriculum type | Primary |
|---|---|---|---|---|
| Default Faculty | biotechnológia | Biotechnológia mesterképzési szak tanterve | kötelező | nem |