Metody badań w naukach rolniczych 04-OKS-MBNRS-ST2
Wykłady:
Rys historyczny wiedzy rolniczej i nauk rolniczych w Polsce. Podział i charakterystyka metod badawczych w naukach rolniczych i środowiskowych (metoda obserwacji, doświadczeń, ankietowa i wywiadu). Etapy badań w poszczególnych metodach badań. Strategie eksperymentalnych badań naukowych. Kryteria klasyfikacji i rodzaje doświadczeń w naukach rolniczych, ich specyfika i zastosowania. Podstawowe pojęcia i założenia metodyczne w doświadczalnictwie. Planowanie doświadczeń czynnikowych (stawianie problemu badawczego w doświadczeniu i hipotezy merytorycznej, dobór czynników doświadczalnych i ich poziomów, układy doświadczalne - ich zastosowania w badaniach rolniczych i zasady doboru układu, wybór modelu matematycznego doświadczenia, reprezentatywność i wielkość doświadczenia, ustalanie liczby powtórzeń i wielkości jednostek eksperymentalnych, rodzaje obserwacji w doświadczeniu, zasady doboru cech do obserwacji, zasady pobierania prób z doświadczeń, liczebność próby). Metodyczne zasady i technika wykonania doświadczeń rolniczych. Przygotowanie kwestionariusza do badań ankietowych i metodą wywiadu. Zasady gromadzenia danych i ich dokumentacja. Statystyka matematyczna jako podstawa metodyczna eksperymentalnych badań rolniczych i środowiskowych.
Ćwiczenia:
Rodzaje rozkładów empirycznych zmiennych. Prawa wielkich liczb. Zasady poprawności analiz statystycznych i przekształcenia danych. Miary położenia i rozrzutu. Statystyczny opis populacji próbnej. Rodzaje wykresów statystycznych. Hipoteza zerowa i testy statystyczne. Estymacja parametryczna i nieparametryczna. Porównanie dwóch prób niezależnych i zależnych. Analiza danych w skali nominalnej i przedziałowej bez przekształceń. Analiza danych wyrażanych w procencie. Analiza statystyczna danych ankietowych z uwzględnieniem tabel kontyngencji i metod dyskryminacji. Analiza korelacji i regresji w modelach liniowych i nieliniowych. Analiza wariancji doświadczeń jedno- i wieloczynnikowych. Testy wielokrotnych porównań z grupy post ANOVA. Wielowymiarowe analizy z grupy data mining: metody klasyfikacji, analiza składowych głównych oraz analiza czynnikowa. Wnioskowanie na podstawie wyników analiz statystycznych. Wykorzystanie Zestawu Analitycznego SAS, Statistica 10 oraz arkusza kalkulacyjnego Excel.
Koordynatorzy przedmiotu
Efekty kształcenia
Doktorant ma rozszerzoną wiedzę w zakresie zastosowań statystyki matematycznej do prac badawczych właściwych dla dyscypliny i specjalności naukowej. Posiada wiedzę o metodach badawczych stosowanych w naukach rolniczych i ich zastosowaniach w poznaniu funkcjonowania żywych organizmów, środowiska rolniczego i technologicznych możliwości wytwarzania rolniczych produktów roślinnych. Potrafi zaplanować i wykonać zadania badawcze, stawiać hipotezy badawcze oraz je rozwiązywać odpowiednimi metodami naukowymi. Umiejętnie, w zakresie dyscypliny naukowej potrafi stworzyć projekt badawczy dla własnej dysertacji. Posiada umiejętność posługiwania się specjalistycznymi programami komputerowymi do opracowania danych. Dokonuje właściwej interpretacji danych oraz ich graficznej prezentacji.
Literatura
Literatura podstawowa:
• Gołaszewski J., Puzio – Idźkowska M.; 2003. Statystyka dla przyrodników. Wyd. UWM Olsztyn.
• Mądry W.; Doświadczalnictwo - doświadczenia czynnikowe. Fundacja „Rozwój SGGW”, 1998.
• Rudnicki F. (red.); Doświadczalnictwo rolnicze. Skrypt ATR Bydgoszcz, 1992.
• Zieliński W.; Analiza regresji. Fundacja „Rozwój SGGW”, 1998.
Literatura uzupełniająca:
• Grużewska A., Malicki L.; Podstawy doświadczalnictwa rolniczego. Wyd. Akad. Podlaska, Siedlce, 2002.
• Łomnicki A.; Wprowadzenie do statystyki dla przyrodników. WN PWN, Warszawa, 1995.
• Meissner W.; 2010. Przewodnik do ćwiczeń z przedmiotu. Metody statystyczne w biologii. Wyd. Uniw. Gdański.
• Oktaba W.; Historia teorii eksperymentu. LTN, Lublin, 2002.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: