1 / 22

Biometria I. SANB_BI1019

Biometria I. SANB_BI1019. Bevezetés Molnár Péter Állattani Tanszék pmolnar@pminfonet.com. Biometria – Quantitatív gondolkodásmód a biológiában – Statisztikai módszerek alkalmazása a biológiában Statisztika – valószínüségszámítás

erasmus-karsten
Download Presentation

Biometria I. SANB_BI1019

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Biometria I.SANB_BI1019 Bevezetés Molnár Péter Állattani Tanszék pmolnar@pminfonet.com

  2. Biometria – Quantitatív gondolkodásmód a biológiában – Statisztikai módszerek alkalmazása a biológiában • Statisztika – valószínüségszámítás • “A matematikai statisztika feladata tehát (1) jellemzõ számadatok, megállapításoklevezetése, bemutatása megfigyelt adatokból, (2) valószínûség hozzárendelése a kapott vagylevont következtetésekhez, (3) döntés valamely fent alapon megfogalmazott állítás (hipotézis)elfogadásáról vagy elvetésérõl, végül, (4) olyan kisérleti feltételek meghatározása (olyankisérletek tervezése), amelyek számunkra az állítások megbízhatósága szempontjábóllegkedvezõbbek” • Gyakorlat – Quantitative mérések • Kisérletek --- Ethikai vonatkozások • Csak indokolt esetben és engedély és elfogadott protokoll alapján • Mérés: Köznapi értelemben --- tudományos értelemben • Tudomány: • Soha nem tudjuk a pontos értéket, csak azt, hogy mekkora hibát követünk el a mérés során! (25-öt mértünk. Mi a valószinüsége, hogy a pontos érték 26?)

  3. Mennyire tehetségesek a diákok? – Nem egy számot adunk meg, hanem az adatok eloszlását

  4. Átlag  szórás Normál eloszlású adatok teljes leirása

  5. Tudományos Kutatási Módszer

  6. Követelmények • Gyakorlati, alkalmazott tudás • Feladatok megoldása • Programok: Excell – GnumericPAST(R, SPSS) • Dolgozzatok, gyakoroljatok, másképp nem megy

  7. Fogalmak, definíciók • Viszgálatunk tárgya egy rendszer. Egy rendszernek elemei (objektumai) vannak, azobjektumoknak tulajdonságai.(Objektumok például: emberek, társadalmak, folyók, biotópok, oldatok, spektrumok, tulajdonságok az emberektestméretei, atársadalmak lakosságszáma, nemzeti jövedelme, a folyók vízhozama adott idõben, helyen, biotópok fajainak száma,egyedsûrüsége, oldatok koncentrációi, spektrumok csúcsmagasságai adott hullámhosszon stb.)

  8. Elemi esemény – kimenetel(mérés, pénzfeldobás, kockadobás, ) • Az elemi esemény kimeneteleinek lehetséges értékei, azok valószínüsége (relatív gyakorisága) – valószínüségi változó (relatív gyakoriság  valószínüség, ha a mérések száma  végtelen • Valószinüségi változók típusai:Nominális, Ordinális, Intervallum, Arányos • Populáció (véges/végtelen) - mintavételezés

  9. Elemi esemény • Független események • Egymást kölcsönösen kizáró események • Teljes eseményrendszer (Valamelyik biztosan bekövetkezik) • Elemi valószínűségek összeadhatók (egymást kizáró események valószínűsége additív) • (Független) Elemi valószínűségek összeszorozhatók (is-is) • Feltételes valószínüség

  10. A statisztika az adatgyűjtés és feldolgozás módszertanával és elméletével foglalkozik. • Valamely statisztikai vizsgálat tárgyát képező􀄘 elemek összességét statisztikai sokaságnaknevezzük. Legtöbbször a vizsgálatot úgy végzik, hogy reprezentatív mintát alkotnak, azaz avizsgálat számára fontos megkülönböztető􀄘 ismérvek segítségével véletlenszerüen egy kisebbrészhalmazt választanak ki. Ilyenkor a kapott eredményeket becslésnek kell tekinteni, és megkell határozni a lehetséges hiba mértékét.

  11. A minta vizsgálatának eredményébõl következtetünk a sokaságra, a minta vétele tehátaz eredmények értéke szempontjából elsõrendûen fontos. A minta legyen (a) reprezentatív, összetételében képviselje helyesen a sokaságot, amelybõl vették, (b) véletlen, a mintaelemek kerüljenek egymástól függetlenül, egyenlõvalószínûséggel a mintába, (c) elégséges méretû, elegendõen nagy ahhoz, hogy a minta alapján levontkövetkeztetések kellõen valószínûek legyenek.

  12. Adatok ábrázolása • Hisztogram

  13. Feladatok • Mi az elemi esemény • Mik a lehetséges kimenetelei • Azok valószínüsége (ha tudható) • Mi a teljes populáció • Mi a minta • Histogram • Relatív gyakoriság / eloszlás

  14. ‘Mérjétek meg’ a teremben lévők magasságát, súlyát, pulzusát, • Kérdezzétek meg nemét, szeme színét, • Mennyire elégedett önmagával (5 fokozatu skála, 1- egyáltalán nem, 5 nagyon)Ha ugyanezt a Magyarországon tanuló első évfolyamos egyetemistákról kérdeznénk?

  15. Dobjatok fel egy pénzdarabot 50x

  16. Dobjatok fel két pénzdarabot 50x

  17. Dobjatok egy kockával 50x

  18. Dobjatok 3 kockával 50x. A 3 kocka összege számít

  19. Mondjatok 50 véletlen egész számot 1 és 6 között. • Formáljatok ezekből 3-as csoportokat (három-három egymást követő). A számok összege számít

  20. Kérdezzétek végig a csoportot, hogy válasszon egy számot 1 és 5 között. A kísérlet akkor ér véget, ha a választott szám 3. Irjátok fel, milyen hosszuak a sorozatok (Hány találgatás után ér véget a kísérlet) • Kérdezzétek végig a csoportot, hogy válasszon egy számot 1 és 20 között. A kísérlet akkor ér véget, ha a választott szám 14. Irjátok fel, milyen hosszuak a sorozatok

  21. Milyen gyakori az a betü a magyar nyelvben? • És az X? • És a az kombináció? • És a ei kombináció?

More Related