Методы статистической обработки информации в экологии

РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Филиал в г.Ишиме
УТВЕРЖДАЮ
Директор филиала
/Шилов С.П./
20.11.2014 г.
МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ИНФОРМАЦИИ В ЭКОЛОГИИ
Учебно-методический комплекс. Рабочая программа
для студентов направления подготовки 050100 (44.03.05) Педагогическое образование профиля
подготовки Экологическое образование, безопасность жизнедеятельности
очной формы обучения
ЛИСТ СОГЛАСОВАНИЯ
от 10.09.2014
Содержание: УМК по дисциплине Методы статистической обработки информации в экологии для
студентов направления подготовки 050100 (44.03.05) Педагогическое образование профиля
подготовки Экологическое образование, безопасность жизнедеятельности очной формы обучения
Автор(-ы): Левых А.Ю.
Объем 23 стр.
Должность
ФИО
Дата
согласования
Заведующий
кафедрой
Левых А.Ю.
10.09.2014
Председатель УМС
филиала ТюмГУ в
г.Ишиме
Поливаев
А.Г.
11.11.2014
Начальник ОИБО
Гудилова
Л.Б.
21.10. 2014
Результат
согласования
Рекомендовано
к электронному
изданию
Согласовано
Согласовано
Примечание
Протокол заседания
кафедры от 10.09.2014
№1
Протокол заседания
УМС от 11.11.2014
№3
РОССИЙСКАЯ ФЕДЕРАЦИЯ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Филиал в г. Ишиме
Кафедра биологии, географии и МП
Левых А.Ю.
МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ИНФОРМАЦИИ В ЭКОЛОГИИ
Учебно-методический комплекс. Рабочая программа
для студентов направления подготовки 050100 (44.03.05) Педагогическое образования
профиля подготовки Экологическое образование, безопасность жизнедеятельности очной
формы обучения
Тюменский государственный университет
2014
Левых А.Ю. Методы статистической обработки информации в экологии. Учебнометодический комплекс. Рабочая программа для студентов направления подготовки
050100 (44.03.05) Педагогическое образование профиля подготовки Экологическое
образование, безопасность жизнедеятельности очной формы обучения Тюмень, 2014, 23
стр.
Рабочая программа составлена в соответствии с требованиями ФГОС ВО с учетом
рекомендаций и ПрОП ВО по направлению и профилю подготовки.
Рабочая программа дисциплины (модуля) опубликована на сайте ТюмГУ: Методы
статистической обработки информации в экологии (указать наименование дисциплины
(модуля) в соответствии с учебным планом образовательной программы) [электронный
ресурс] / Режим доступа: http://www.utmn.ru, раздел «Образовательная деятельность»,
свободный.
Рекомендовано к изданию кафедрой биологии, географии и МП. Утверждено директором
филиала ТюмГУ в г.Ишиме.
ОТВЕТСТВЕННЫЙ РЕДАКТОР: Левых А.Ю., к.б.н., доцент
Ф.И.О., ученая степень, звание заведующего кафедрой
© Тюменский государственный университет, филиал в г.Ишиме, 2014.
© Левых А.Ю., 2014.
Ф.И.О. автора
Учебно-методический комплекс. Рабочая программа включает следующие разделы:
1.
Пояснительная записка:
1.1.
Цели и задачи дисциплины (модуля)
Цель дисциплины: знакомство с некоторыми методами статистического анализа
эколого-биологических данных.
Задачи дисциплины:
.
- изучение основ биометрической обработки данных;
-освоение прикладных компьютерных программ биометрической обработки
данных;
-овладение навыками моделирования и анализа эколого-биологических
экспериментов.
1.2.Место дисциплины в структуре образовательной программы
Дисциплина «Методы статистической обработки информации в экологии»
относится к вариативной (профильной) части профессионального цикла дисциплин. Для
освоения дисциплины студенты используют знания, умения и виды деятельности,
сформированные в процессе изучения предмета «Биология» на предыдущем уровне
образования. Дисциплина «Методы статистической обработки информации в экологии»
является основой для изучения дисциплин «Биомониторинг», «Экология растений»,
«Экология животных».
Таблица 1.
Разделы дисциплины и междисциплинарные связи с обеспечиваемыми
(последующими) дисциплинами
№
Наименование
Темы дисциплины необходимые для изучения
п/п
обеспечиваемых
обеспечиваемых (последующих) дисциплин
(последующих)
1.1
1.2
2.1
дисциплин
Биомониторинг
1.
+
+
+
2.
Экология растений
+
+
+
3.
Экология животных
+
+
+
1.3. Компетенции обучающегося, формируемые в результате освоения данной
образовательной программы.
В результате освоения ОП выпускник должен обладать следующими
компетенциями:
общекультурные компетенции (ОК):
- способен использовать знания о современной естественнонаучной картине мира в
образовательной и профессиональной деятельности, применять методы математической
обработки информации, теоретического и экспериментального исследования (ОК-4);
- готовностью использовать основные методы, способы и средства получения,
хранения, переработки информации, готовностью работать с компьютером как средством
управления информацией (ОК-8);
- готовностью использовать нормативные правовые документы в своей
деятельности (ОК-13).
1.4. Перечень планируемых результатов обучения по дисциплине (модулю):
Знать:
- основные методы одномерного статистического анализа;
- основные методы многомерного статистического анализа;
- основные методы оценки достоверности полученных эколого-биологических данных.
Уметь:
- самостоятельно проводить статистическую обработку эколого-биологических данных;
- оценивать достоверность результатов эколого-биологических исследований.
Владеть:
- методами одномерного статистического анализа выборочной совокупности;
- методами многомерного статистического анализа большого массива экологобиологических данных;
- алгоритмом статистического сравнения.
2. Структура и трудоемкость дисциплины.
Семестр VI. Форма промежуточной аттестации (зачет, экзамен) зачет. Общая
трудоемкость дисциплины составляет 2 зачетных единицы, 72 академических часа, из них
36 часов, выделенных на контактную работу , 36 часов, выделенных на самостоятельную
работу.
Таблица 2.
Вид учебной работы
Всего
Семестры
часов 1
2
3
4
5
6
7 8 9
Контактная работа:
Аудиторные занятия (всего)
36
36
В том числе:
Лекции
14
14
Практические занятия (ПЗ)
22
22
Семинары (С)
Лабораторные занятия (ЛЗ)
Иные виды работ:
Самостоятельная работа (всего):
Общая трудоемкость
зач. ед.
2
2
час
72
72
Вид промежуточной аттестации зачет
зачет
(зачет, экзамен)
3. Тематический план
анализ одномерной
выборочной
4
5
1-6
4
8
Самостоятельная
работа*
1.1 Статистический
3
Лабораторные
занятия*
2
Модуль 1
Семинарские
(практические)
занятия*
1
Лекции *
Тема
недели семестра
№
Таблица 3.
Виды учебной работы и
Итого Из них
Итого
самостоятельная работа, в часов
в
количес
час.
по
интерак
тво
теме тивной баллов
форме,
в часах
6
7
8
9
10
12
24
4
0-35
1.2
2.1
совокупности
Многомерный
анализ экологобиологических
данных
Всего
Модуль 2
Анализ видового
биоразнообразия,
устойчивости,
антропогенной
адаптированности
сообществ
713
6
8
14
28
6
0-35
13
10
16
26
52
10
0-70
1418
4
6
10
20
6
0-30
10
36
20
16
6
16
0-30
0-100
5
4
6
Всего
18
14
22
Итого (часов,
баллов):
Курсовая работа*
4
12
Из них в
интеракт. форме
*- если предусмотрены учебным планом ОП.
4. Виды и формы оценочных средств в период текущего контроля
Модуль 1
0-5
1.2.
0-24
0-2 0-4
0-5
0-24
0-2 0-4
010
Модуль 2
2.1
0-48
0-4 0-8
0-18
0-6
0-2 0-4
Всего
0-18
0-6
0-2 0-4
0-66
0-6
0-6 012
1.3.
Всего
Итого
010
5. Содержание дисциплины.
Итого количество баллов
другие формы
программы
компьютерного
тестирования
комплексные
ситуационные
задания
электронные
практикумы
Технические
формы
контроля
эссе
реферат
тест
контрольная
работа
Письменные работы
лабораторная
работа
ответ на
семинаре
собеседование
Устный опрос
коллоквиумы
№
Темы
Таблица 4.
Информа
ции
онные
системы
и
технолог
ии
035
035
070
030
030
0100
Модуль 1
1.1
Статистический анализ одномерной выборочной совокупности
Одномерный статистический анализ количественных и качественных признаков.
Уровни значимости и доверительные вероятности. Оценка нормальности распределения
признака. Проверка статистических гипотез с помощью критериев t-Стьюдента, F–
Фишера, хи-квадрат Пирсона. Корреляционный анализ. Дисперсионный анализ.
1.2
Многомерный анализ эколого-биологических данных
Дискриминантный анализ. Кластерный анализ качественных и количественных
признаков. Факторный анализ. Метод главных компонент. Метод фенетических
дистанций.
Модуль 2
2.1 Анализ видового биоразнообразия, устойчивости, антропогенной
адаптированности сообществ.
Статистические методы оценки биоразнообразия. Индексы видового богатства,
видового разнообразия Симпсона, Шеннона, выравненности Пиелу, доминирования
Симпсона. Кривые биоразнообразия. Понятие и оценка альфа-, бета- и гаммаразнообразия. Воздействие человека на биоразнообразие. Оценка опасности изменений на
уровне популяций и сообществ. Мониторинг биоразнообразия в России. Понятие
устойчивости и стабильности экосистем. Резистентная, упругая и общая устойчивость
сообществ. Антропогенная адаптированность сообществ. Интегральные характеристики
сообществ: успешность размножения, индекс консервативности сообщества, обобщённый
показатель благополучия.
6. Планы семинарских занятий.
Задание 1. Одномерный статистический анализ выборочной совокупности
Вопросы для контроля домашнего задания
1.Понятие выборочной совокупности.
2.Расчёт основных выборочных показателей (средней арифметической,
выборочной доли).
3.Расчёт
показателей
изменчивости
признака
(дисперсии,
среднего
квадратического отклонения, коэффициента вариации).
4. Расчёт ошибок репрезентативности, показателя точности измерений.
Выполнение работы
Цель – овладение навыками расчёта основных выборочных показателей (средней
арифметической, выборочной доли, дисперсии, среднего квадратического отклонения,
коэффициента вариации, ошибок репрезентативности, показателя точности измерений).
Справочный материал
Основные выборочные показатели
Для полного анализа выборочной совокупности необходимы точные
количественные характеристики, по которым можно судить о качественном своеобразии
варьирующих признаков и на основании которых разные выборки могут быть сравнимы
между собой. Такими характеристиками являются статистические показатели,
характеризующие центральную тенденцию признака (средняя арифметическая величина
признака (хср), относительная доля (р)); показатели, измеряющие степень варьирования
признака (среднее квадратическое отклонение, или сигма (σ), дисперсия (σ²), коэффициент
вариации
(СV);
статистические
оценки
генеральных
параметров
(ошибка
репрезентативности (S), показатель точности измерений (Сs) (Лакин, 1990; Селюков,
Селюкова, 1994).
Средняя арифметическая величина (хср) рассчитывается для количественных
𝛴𝑥𝑖
признаков: хср= 𝑛 , где хi– индивидуальные значения анализируемого признака у всех
особей в выборке; n – количество измерений признака, или количество особей в выборке.
Средняя арифметическая – величина именованная, она выражается теми же
единицами измерения, что и характеризуемый ею признак.
Средняя арифметическая представляет центр распределения признака в выборке.
Варианты больше и меньше средней величины как бы уравновешиваются, положительные
и отрицательные отклонения вариант от средней взаимно погашаются.
Относительная доля (р) рассчитывается для альтернативных признаков, т.е. для
качественных признаков (например, наличие, или отсутствие мутации) и количественных,
если они рассматриваются как противопоставляемые друг другу состояния (например,
высокие противопоставляются низким, тяжёлые – лёгким и т.п.):
𝑚
𝑚
р = 𝑛 , или р = 𝑛 × 100%, где m – количество проявлений изучаемого признака, n
– общее число наблюдений.
Относительная доля признака в выборке выражается в долях единицы, или в
процентах от общего числа наблюдений.
Большую роль в статистическом анализе биометрических данных играют
показатели вариации признака: дисперсия, среднее квадратическое отклонение,
коэффициент вариации.
Показатели вариации средней арифметической рассчитываются через сумму
квадратов отклонений (С):
( 𝛴х𝑖 )²
С=𝛴х𝑖 –
, или С= Σ(х𝑖 - хср)2
𝑛
С
Дисперсия (σ²): σ²= 𝑛−1, где n-1 – число степеней свободы;
Среднее квадратическое отклонение (σ): σ= √𝜎²
𝜎
Коэффициент вариации (CV): СV = хср×100%.
Для качественных признаков характеристикой варьирования является среднее
квадратическое отклонение (σр):
σр=√р(1 − р), или σр=√р%(1 − р%).
Среднее квадратическое отклонение, называемое также основным или
стандартным отклонением (от англ. standartdeviation), - величина именованная и
выражается в тех же единицах измерения, что и признак.
Среднее квадратическое отклонение является основным мерилом изменчивости
признака, характеризуя варьирование значений признака вокруг центра распределения,
т.е. средней арифметической и отражая степень влияния на признак различных
второстепенных причин, вызывающих его варьирование. Этот показатель не зависит от
числа наблюдений, и поэтому может использоваться для сравнительной оценки
варьирования однородных признаков. Однако
широкому использованию среднего
квадратического отклонения в качестве меры сравнения вариабельности признаков
мешает то, что этот показатель является величиной именованной.
Чтобы среднее квадратическое отклонение могло быть использовано в качестве
меры сравнения вариабельности признаков независимо от того, какими единицами
измерения они выражены, его принято выражать в процентах от средней арифметической.
Полученный таким образом показатель оказывается числом относительным, выражающим
изменчивость признаков в процентах, его называют коэффициентом вариации (CV). При
нормальном распределении коэффициент вариации обычно не превышает 45-50% и часто
бывает гораздо ниже этого уровня. В исследовательской работе необходимо учитывать
то, что на величине коэффициента вариации сказывается размерность признаков: для
одних и тех же признаков этот показатель оказывается различным в зависимости от того,
в каких величинах размерности они выражены. Иллюстрацией могут служить данные,
приведённые в таблице 7.
Таблица 7. Изменение коэффициента вариации внутренних органов при разном
размерном выражении признаков (по Артемьеву, 1969)
Орган
Коэффициент вариации
ы
сердце
лёгкие
селезё
при линейном выражении
признаков
3,4
9,6
9,8
при кубическом выражении
признаков
10,2
29,5
29,8
нка
почка
печень
3,1
9,4
3,0
9,3
Известно, что соотношения между линейными, поверхностными и
объёмными величинами одного и того же предмета выражаются как 1:2:3. Отсюда
следует, что при одинаковой точности измерений коэффициент вариации весовых
величин будет в три раза больше, чем величин линейных. Отмеченные особенности,
связанные с конструкцией этого показателя, необходимо учитывать при использовании
его для сравнительной характеристики варьирования признаков разной размерности.
Статистические характеристики, полученные на материале независимых выборок,
являются случайными величинами, варьирующими вокруг своих генеральных параметров.
Такие выборочные характеристики рассматриваются как приближенные значения или
точечные оценки соответствующих генеральных параметров. Выборочная средняя (xСР)
является оценкой генеральной средней (μ), выборочная дисперсия (σ²) – оценкой
генеральной дисперсии (G2), а сигма (σ) рассматривается как точечная оценка
стандартного отклонения (G ). Имея множество выборок из одной генеральной
совокупности, можно получить достаточно точную величину генерального параметра. Для
того, чтобы по одной выборке оценить генеральные параметры требуется определить:
1) ошибку репрезентативности – величину отклонения выборочного показателя
от его генерального параметра;
2) показатель точности (Сs).
При изучении количественных признаков ошибки репрезентативности
рассчитываются:
𝜎
а) для средней арифметической (Sх): Sх=√𝑛;
𝜎
б) для среднего квадратического отклонения (Sσ): Sσ=√2𝑛;
𝑐𝑣
в) для коэффициента вариации (Scv): Scv= √2𝑛.
Частота качественного признака, выраженная
𝑝(1−р) 𝜎
репрезентативности (Sр): Sр= √ 𝑛 =√𝑛.
в
долях,
имеет
ошибку
Sх
Показатель точности измерений Сs=хср×100%. Точность среднего показателя,
которым оцениваются результаты наблюдений, считается вполне удовлетворительной,
если показатель точности (Сs) не превышает 3-5%.
Задания:
1.
В выборке узкочерепной полёвки индекс ступни имеет следующие значения:
0,21 0,22 0,19 0,20 0,18 0,22 0,19 0,20 0,21 0,20 0,19 0,22 0,18 0,19 0,20
Рассчитайте х, С, σ², σ, CV.
2.
Для выборки узкочерепной полёвки по индексу хвоста рассчитайте σ², σ,
CV, если n= 12 х=0,26 С=0,02
3.
Для
выборки
узкочерепной
полёвки
рассчитайте
ошибки
репрезентативности
(Sх, Sσ, SСV) и показатель точности измерений (СS), если n=16 х=0,28 С=0,008
σ²=0,0005 σ=0,022 CV=7,92
4.
В выборке обыкновенной бурозубки кондилобазальная длина черепа имеет
следующие значения (мм): 19,2 19,3 18,8 18,7 17,5 19,4 19,6 18,7 18,3. Определите
среднее арифметическое значение данного признака (х) и рассчитайте сумму квадратов
отклонений (С).
5.
В выборке обыкновенной бурозубки индекс лицевого отдела имеет
следуюшие значения: 0,47 0,46 0,44 0,45 0,49 0,47 0,46 0,45 0,44. Рассчитайте х, С, σ²,
CV.
6.
Для выборки обыкновенной бурозубки по индексу межглазничного
промежутка рассчитайте ошибки репрезентативности (Sх, Sσ, SСV) и показатель точности
измерений (СS), если n=10 х=0,12 С=0,001 σ=0,01 CV=8,75.
7.
Для выборки обыкновенной бурозубки рассчитайте показатели
изменчивости (σ², σ, CV) индекса мозгового отдела, если: n=11 х=0,47 С=0,008.
8.
Рассчитайте дисперсию (σ²) и коэффициент вариации (CV) индекса почки в
выборке узкочерепной полёвки, если n=23 х=0,08 С=0,004.
Задание 2. Определение доверительного интервала.
Задание 3. Статистические сравнения
Задание 4. Основы многомерного анализа в экологии
Задание 5. Методы многомерного анализа внутривыборочной изменчивости
Задание 6. Методы многомерного анализа межвыборочной изменчивости
Задание 7-8. Пакеты прикладных программ для многомерного анализа
экологических данных
Задание 9. Анализ видового биоразнообразия
Задание 10. Анализ устойчивости сообществ
Задание 11. Анализ антропогеннойадаптированности и интегральная оценка
состояния сообществ на примере мелких млекопитающих
7. Темы лабораторных работ (Лабораторный практикум).
Не предусмотрены.
8. Примерная тематика курсовых работ (если они предусмотрены учебным планом ОП).
Не предусмотрены.
9. Учебно-методическое обеспечение и планирование самостоятельной работы
студентов.
Таблица5 .
№ Модули и темы
Виды СРС
Неделя Объем Кол-во
семестра
часов баллов
обязательные дополнительные
Модуль 1
1.2.
1.3.
Статистический
анализ
одномерной
выборочной
совокупности
Многомерный
анализ экологобиологических
данных
1. Подготовка к
семинару
2. Подготовка к
тестированию
3. Подготовка к
защите
реферата
4. Подготовка к
коллоквиуму
1. Подготовка к
семинару
2. Подготовка к
тестированию
3. Подготовка к
защите
реферата
4. Подготовка к
коллоквиуму
Чтение
специальной
литературы
Чтение
специальной
литературы
1-3
6
0-24
4
2
0-2
5
2
0-4
6
2
0-5
7-10
8
0-24
11
2
0-2
12
2
0-4
13
2
0-5
Всего
Модуль 2
2.1.
Анализ видового
биоразнообразия,
устойчивости,
антропогенной
адаптированности
сообществ.
1. Подготовка к
семинару
2. Подготовка к
тестированию
3. Подготовка к
защите
реферата
4. Подготовка к
контрольной
работе
Всего
Итого
Чтение
специальной
литературы
13
26
0-70
14-15
4
0-18
16
2
0-2
17
2
0-4
18
2
0-6
5
18
10
36
0-30
0-100
10.Фонд оценочных средств для проведения промежуточной аттестации по итогам
освоения дисциплины (модуля).
УФ-12 Вопросы к зачету
1.
Основы одномерного статистического анализа количественных и
качественных признаков.
2.
Уровни значимости и доверительные вероятности.
3.
Статистическое сравнение выборок по качественным и количественным
признакам. Анализ нулевой гипотезы.
4.
Корреляционный анализ.
5.
Дисперсионный анализ.
6.
Понятие многомерного пространства и размерности.
7.
Кластерный анализ качественных и количественных признаков.
8.
Метод фенетических дистанций.
9.
Дискриминантный анализ.
10.
Метод главных компонент.
11.
Факторный анализ.
12.
Анализ видового биоразнообразия методами индексов биоразнообразия и
кривых биоразнообразия.
13.
Анализ устойчивости сообществ.
14.
Анализ антропогеннойадаптированности сообществ.
15.
Анализ общего состояния сообществ по интегральным характеристикам:
успешности размножения, индексу консервативности сообщества, обобщённому
показателю благополучия.
16.
Характеристика пакета прикладных программ Statan.
17.
Характеристика пакета прикладных программ Stat.exe.
18.
Характеристика пакета прикладных программ Phen.
19.
Характеристика пакета прикладных программ Statistica.
20.
Характеристика пакета прикладных программ Mammal.
10.1 Перечень компетенций с указанием этапов их формирования в процессе
освоения образовательной программы (выдержка из матрицы компетенций):
Циклы, дисциплины (модули)
учебного плана ОП
Индекс компетенции
Б3
6 семестр
Методы статистической обработки информации в экологии
Б3.В.ОД.3.16
Код
компетенции
Общекультурные,
общепрофессиональные
компетенции
ОК-4
ОК-8
ОК-13
Виды аттестации
Промежуточная (по
дисциплине)
+
+
+
ФОС
УФ-2
ПФ-3
ПФ-6
ПФ-10
УФ-12
+
+
+
+
+
Знать:
- основные методы одномерного статистического анализа;
- основные методы многомерного статистического анализа;
- основные методы оценки достоверности полученных эколого-биологических
данных.
Уметь:
- самостоятельно проводить статистическую обработку эколого-биологических
данных;
- оценивать достоверность результатов эколого-биологических исследований.
Владеть:
- методами одномерного статистического анализа выборочной совокупности;
- методами многомерного статистического анализа большого массива экологобиологических данных;
- алгоритмом статистического сравнения.
Код
компетенции
10.2 Описание показателей и критериев оценивания компетенций на различных
этапах их формирования, описание шкал оценивания:
Таблица 6.
Карта критериев оценивания компетенций
Критерии в соответствии с уровнем освоения ОП
пороговый
(удовл.)
61-75 баллов
базовый (хор.)
76-90 баллов
повышенный
(отл.)
91-100 баллов
Виды занятий
(лекции,
семинарские,
практические,
лабораторные
)
Оценочны
е средства
(тесты,
творчески
е работы,
проекты и
др.)
ОК-4
Знает:
современную
естественнонаучн
ую картину мира
Знает:
современную
естественнонауч
ную
картину
мира;
методы
математической
обработки
информации
Умеет:
использовать
знания
о
современной
естественнонаучн
ой картине мира в
образовательной и
профессионально
й деятельности
Умеет:
использовать
знания
о
современной
естественнонауч
ной
картине
мира
в
образовательной
и
профессиональн
ой деятельности,
применять
методы
математической
обработки
информации
Владеет:
Владеет:
основными
основными
научными
научными
теориями
и теориями
и
концепциями
концепциями
современного
современного
естествознания
естествознания;
методами
математической
обработки
информации
Знает:
современную
естественнонаучн
ую картину мира;
методы
математической
обработки
информации и
экспериментально
го исследования
Умеет:
использовать
знания
о
современной
естественнонаучн
ой картине мира в
образовательной и
профессионально
й
деятельности;
применять методы
математической
обработки
информации,
теоретического и
экспериментально
го исследования
Владеет:
основными
научными
теориями
и
концепциями
современного
естествознания;
методами
математической
обработки
информации,
теоретического и
экспериментально
го исследования
лекции,
практически
е работы
УФ-2
ПФ-3
ПФ-6
ПФ-10
ОК-8
Знает:
основные
источники
получения
экологической
информации
Знает:
основные
источники,
методы, способы
и
средства
получения
экологической
информации
Умеет:
находить
использовать
источники
экологической
информации
Умеет:
и находить
и
использовать
источники
экологической
информации;
отличать
достоверную
информацию от
недостоверной
Владеет:
навыками поиска
и
обработки
экологической
информации
Владеет:
навыками
поиска
и
обработки
экологической
информации;
навыками
её
статистического
анализа
Знает:
основные
источники,
методы, способы
и
средства
получения,
хранения
и
переработки
экологической
информации
Умеет:
находить
и
использовать
источники
экологической
информации;
производить
оценку
достоверности и
критический
анализ
экологической
информации
с
использованием
современных
программных
средств.
Владеет:
навыками поиска
и
обработки
экологической
информации;
навыками
её
статистического и
критического
анализа
с
помощью
программных
средств
и
электронных
ресурсов.
лекции,
практически
е работы
УФ-2
ПФ-3
ПФ-6
ПФ-10
Знает:
основы
экологического
нормирования;
Конституцию
РФ
в
сфере
охраны
окружающей
среды
и
рационального
природопользова
ния
Знает:
основы
экологического
нормирования;
Конституцию РФ
и
региональные
нормативные акты
в сфере охраны
окружающей
среды
и
рационального
природопользован
ия
Умеет:
Умеет:
Умеет:
использовать при использовать
использовать при
организации
при организации организации
экологоэкологоэкологостатистических
статистических
статистических
исследований
исследований
исследований
региональные
нормативнонормативнонормативноправовые акты правовые
акты
правовые акты
регионального и регионального,
федерального
федерального
и
уровня
международного
уровней
лекции,
практически
е работы
УФ-2
ПФ-3
ПФ-6
ПФ-10
ОК-13
Знает:
основы
экологического
нормирования
10.3 Типовые контрольные задания или иные материалы, необходимые для оценки
знаний, умений, навыков и (или) опыта деятельности, характеризующей этапы
формирования компетенций в процессе освоения образовательной программы.
УФ-2. Типовые вопросы коллоквиума
Тема: Статистический анализ выборочной совокупности
1.Значение и расчёт средней арифметической и выборочной доли
2. Расчёт ошибок репрезентативности: ошибки средней арифметической, ошибки
среднего квадратического отклонения, ошибки выборочной доли, показателя точности
измерений
3) Расчёт показателей изменчивости (лимиты, среднее квадратическое отклонение,
дисперсия, коэффициент вариации)
4) Определение доверительного интервала
5) Статистическое сравнение с помощью критериев значимости Стьюдента,
Фишера, хи-квадрат Пирсона
6) Оценка нормальности распределения признака
7) Корреляционный анализ.
ПФ-3. Типовые тестовые задания
I.Какое преимущество в оценке изменчивости имеет коэффициент вариации
по сравнению с дисперсией и средним квадратическим отклонением?
1)является величиной не именованной, что позволяет сравнивать изменчивость
признаков разной размерности
2) никакого
3) отражает лимиты, т.е. разницу между минимальным и максимальным
значениями признаков в выборке
II.Какая
выборка
считается
репрезентативной
в
биологических
исследованиях?
1) не менее 30 особей
2) не менее 10 особей
3) не менее 100 особей
4) объём выборки определяется значимостью проводимых исследований
III.Какой статистический показатель позволяет оценить значение
генеральной средней по выборочному значению средней арифметической?
1) ошибка средней арифметической
2) среднее квадратическое значение
3) показатель точности измерений
4) критерий значимости Стьюдента
IV. Какой показатель необходимо рассчитать для определения табличного
значения критерия значимости Стьюдента?
1) число степеней свободы
2) доверительный интервал
3) доверительную вероятность
4) показатель точности измерений
V.Через какую величину рассчитывается дисперсия?
1)сумму квадратов отклонений
2) среднее арифметическое значение
3) число степеней свободы
4) доверительный интервал
VI.При каком значении показателя точности измерений проведённые
исследования можно считать достаточными, а проведённые расчёты корректными?
1) 3-5%
2) менее 1%
3) менее 0,1%
4) 10%
VII. Какой коэффициент необходимо рассчитать для определения взаимосвязи
между морфо-физиологическими признаками животных и независимыми
переменными (районом исследования, датой исследования, местообитаниями, где
осуществлялся отлов животных)?
1) коэффициент ранговой корреляции Спирмэна
2) параметрический коэффициент корреляции
3) коэффициент ассоциации Пирсона
4) коэффициент асимметрии
VIII. На основе какого коэффициента можно провести качественный
кластерный анализ и построить дендрограмму?
1) коэффициента фаунистического сходства Жаккара
2) на основе биотического индекса Вудивиса
3) на основе индекса видового богатства Маргалефа
4) на основе коэффициентасапробности
IX. Какой индекс придаёт при оценке видового биоразнообразия сообществ
больший вес редким (малочисленным видам)?
1) индекс выровненности Пиелу
2) индекс доминирования Симпсона
3) индекс видового биоразнообразия Шеннона
4) индекс видового биоразнообразия Симпсона
X.Какой показатель устойчивости принимает более высокие значения в
молодых (пионерных) и трансформированных сообществах?
1) упругая устойчивость
2) резистентная устойчивость
3) общая устойчивость
4) стабильность
ПФ-6. Типовые темы контрольных работ
Вариант 1.
1.Охарактеризуйте метод одномерного статистического анализа выборочной
совокупности.
2.Проведите статистическое сравнение выборок полевой мыши по х, σ, CV с
помощью t-критерия Стьюдента, если:
n1=12 х1=0,78 С1=0,033 σ²1=0,003 σ1=0,055 CV1=7,09
n2=13 х2=0,84 С2=0,33 σ²2=0,027 σ2=0,17 CV2=19,77
Вариант 2.
1.Охарактеризуйте суть корреляционного анализа.
2.С помощью критерия Стьюдента определите значимость различий между
выборками красной полёвки по частоте фена MgPl (замкнутый задний край нёба), если
n1=108 p1=0,05; n2=117 p2=0,09.
Вариант 3.
1.Раскройте суть метода дисперсионного анализа.
2.Для двух выборок полевой мыши рассчитайте дисперсию индекса уха. Сравните
эти выборки, используя F-критерий Фишера.
n1=12 х1=0,17 С1=0,002
n2=21 х2=0,11 С2=0,005
Вариант 4.
1.Раскройте методику оценки нормальности распределения признака.
2.Сравните выборки обыкновенной бурозубки по средней арифметической индекса
хвоста с помощью t-критерия Стьюдента:
n1=24 х1=0,64 С1=0,053
n2=18 х2=0,68 С2=0,018
ПФ-10 Типовые темы рефератов и методические рекомендации к ним
1. Анализ закономерностей эмпирического распределения морфофизиологических
признаков у мелких млекопитающих.
2. Анализ внутривидовой изменчивости морфологических признаков животных и
растений (на примере любого вида).
3. Анализ поло-возрастной структуры популяций животных методами расчёта
выборочной доли и статистического сравнения.
4. Корреляционный анализ морфометрических и морфофизиологических признаков у
животных.
5. Корреляционный анализ морфологических признаков мелких млекопитающих и
антропогенной нагрузки на местообитание.
6. Количественный кластерный анализ разных популяций мелких млекопитающих по
морфометрическим и краниометрическим признакам.
7. Качественный кластерный анализ сообществ мелких млекопитающих (или птиц) из
разных структурно-функциональных зон г. Ишима.
8.Сравнение разных популяций мелких млекопитающих по количественным
признакам (морфометрическим и морфофизиологическим).
9. Сравнение разных популяций мелких млекопитающих по качественным признакам
(фенам, морфотипам).
10.Факторный анализ популяций мелких млекопитающих по комплексу
количественных и качественных признаков.
11. Дискриминантный анализ популяций мелких млекопитающих по комплексу
количественных и качественных признаков.
Требования к оформлению реферата.
Реферат выполняется по выбранной теме (тема может быть предложена самим
студентом). Объем реферата не должен быть меньше 10 страниц машинописного текста,
включающих титульный лист, содержание, введение, основную часть, выводы, и список
используемой литературы. Реферат должен быть выполнен на одной стороне листа белой
бумаги формата А4 (210х297 мм). Интервал межстрочный - полуторный. Цвет шрифта черный. Гарнитура шрифта основного текста — «TimesNewRoman» или аналогичная.
Кегль (размер) 12. Размеры полей страницы: правое —30 мм, верхнее, и нижнее, левое —
20 мм. Формат абзаца: полное выравнивание («по ширине»). Отступ красной строки
одинаковый по всему тексту - 1,25 мм. Страницы должны быть пронумерованы с учётом
титульного листа, который не обозначается цифрой.
10.4 Методические материалы, определяющие процедуры оценивания знаний,
умений, навыков и (или) опыта деятельности характеризующих этапы
формирования компетенций.
Для допуска к зачету студент должен набрать не менее 60 баллов по формам
текущего контроля. Максимальное количество баллов, которые может набрать студент в
ходе изучения дисциплины, составляет 100. По разным формам контроля балльные
оценки распределяются следующим образом: семинарские занятия – 0-66 баллов,
коллоквиумы - 0-10 баллов; контрольные работы – 0-6 баллов; письменное тестирование –
0-6 баллов, рефераты- 0-12 баллов. При наборе студентом более 60 баллов оценка за
промежуточную аттестацию может быть выставлена автоматически согласно следующим
критериям: 61-75 баллов – удовлетворительно; 76-90 баллов – хорошо; 91-100 баллов –
отлично. Студенты, набравшие по текущему контролю менее 60 баллов, а также студенты
не согласные с итоговой оценкой, полученной по результатам текущего контроля, сдают
зачет в устной форме. На зачете оценка выставляется согласно «Положению о текущем
контроле успеваемости и промежуточной аттестации студентов ФГБО ВПО «ТюмГУ»
(Приложение к приказу от 01.04.2014 №185) в соответствии со следующими критериями:
- оценки «отлично» заслуживает студент, обнаруживший всестороннее,
систематическое и глубокое знание учебно-программного материала, умение свободно
выполнять задания, предусмотренные программой курса, усвоивший основную и
знакомый с дополнительной литературой, рекомендованной программой курса. Как
правило, оценка «отлично» выставляется студентам, усвоившим взаимосвязь основных
понятий дисциплины в их значении для приобретаемой профессии, проявившим
творческие способности в понимании, изложении и использовании учебно-программного
материала;
- оценки «хорошо» заслуживает студент, обнаруживший полные знания учебнопрограммного материала, успешно выполняющий предусмотренные в программе курса
задания, усвоивший основную литературу, рекомендованную в программе курса. Как
правило, оценка «хорошо» выставляется студентам, показавшим систематический
характер знаний по дисциплине и способным к их самостоятельному пополнению и
обновлению в ходе дальнейшей учебы и профессиональной деятельности;
- оценки «удовлетворительно» заслуживает студент, обнаруживший знание
учебно-программного материала в объеме, необходимом для дальнейшей учебы и
предстоящей работы по профессии, справляющийся с выполнением заданий,
предусмотренных
программой
курса,
знакомый
с
основной
литературой,
рекомендованной программой курса. Как правило, оценка «удовлетворительно»
выставляется студентам, допустившим погрешность в ответе на экзамене и при
выполнении экзаменационных заданий, но обладающим необходимыми знаниями для их
устранения под руководством преподавателя;
- оценка «неудовлетворительно» выставляется студенту, обнаружившему пробелы в
знаниях основного учебно-программного материала, допустившему принципиальные
ошибки в выполнении предусмотренных программой курса заданий. Как правило, оценка
«неудовлетворительно» ставится студентам, которые не могут продолжить обучение или
приступить к профессиональной деятельности по окончании вуза без дополнительных
занятий по соответствующей дисциплине.
Студенты, имеющие допуск к экзаменационной сессии, но не выполнившие все
формы текущего контроля, предусмотренные УМК по конкретной дисциплине, имеющие
до 50% пропусков занятий, к зачету по данной дисциплине не допускаются.
11. Образовательные технологии
Технологии личностно-ориентированного обучения (технология обучения как
учебного исследования); обучение в сотрудничестве (групповая работа); информационнокоммуникационные технологии; модульное обучение; кейс-метод: анализ конкретных
ситуаций; лекционно-семинарская зачётная система.
12. Учебно-методическое и информационное обеспечение дисциплины (модуля)
12.1 Основная литература:
1.Математические методы в биологии [Электронный ресурс]. - Кемерово :
Кемеровский
государственный
университет,
2012.
196
с.
URL: http://biblioclub.ru/index.php?page=book&id=232506
2.Корягина, Ю.В. Руководство к практическим занятиям по биологической
статистике: учебное пособие / Ю.В. Корягина. - Омск: Издательство СибГУФК, 2011. - 88
с. - URL:http://biblioclub.ru/index.php?page=book&id=274605
литература:
1.Золин, П.П. Математическое моделирование биохимических процессов с
применением регрессионного анализа / П.П. Золин, В.М. Лебедев, В.Д. Конвай. - Омск:
Омский
государственный
университет,
2009.
344
с.
URL: http://biblioclub.ru/index.php?page=book&id=237561
2.Назаренко, В.С. Математические методы в гидрогеологии: учебное пособие /
В.С. Назаренко, О.В. Назаренко. - Ростов-н/Д: Издательство Южного федерального
университета, 2010. - 126 с. - URL: http://biblioclub.ru/index.php?page=book&id=241138
3.Симчера, В.М. Методы многомерного анализа статистических данных /
В.М. Симчера.
М.:
Финансы
и
статистика,
2008.
398
с.
URL: http://biblioclub.ru/index.php?page=book&id=59559
4. Орлов, А.И. Прикладная статистика [Электронный ресурс] / А.И. Орлов. - М.:
Интернет-Университет
Информационных
Технологий,
2009.
846
с.
URL: http://biblioclub.ru/index.php?page=book&id=234537
12.2
.Дополнительная
Периодические издания:
«Зоологический журнал»
«Степной бюллетень»
«Сибирский экологический журнал»
«Экология»
«Реферативный журнал по зоологии»
«Экологический мониторинг и биоразнообразие»
12.3 Интернет-ресурсы:
Наименование
№
электроннобиблиотечной системы
Принадлежн
ость
Адрес сайта
Наименование
организациивладельца, реквизиты
(ЭБС)
договора на
использование
1.
Электронно-библиотечная
система «Университетская
библиотека онлайн»
сторонняя
http://biblioclub.r
u
подписка ТюмГУ
2.
Электронно-библиотечная
система Elibrary
сторонняя
http://elibrary.ru
ООО "РУНЭБ".
Договор № SV-2503/2014-1 на период с 05
марта 2014 года до 05
марта 2014 года.
3.
Универсальная справочно- сторонняя
информационная
полнотекстовая база
данных “EastView” ООО
«ИВИС»
http://dlib.eastvie
w.com/
ООО "ИВИС".
4.
Электронная библиотека:
Библиотека диссертаций
сторонняя
5.
Межвузовская
электронная библиотека
(МЭБ)
корпоративн
ая
6.
Договор № 64 - П от 03
апреля 2014 г. на период
с 04 апреля 2014 года до
03 апреля 2014 года.
http://diss.rsl.ru/?l подписка ТюмГУ (1
ang=ru
рабочее место, подписка
в 2014 г.)
http://icdlib.nspu.
ru/
Совместный проект с
ФГБОУ ВПО
«Новосибирский
государственный
педагогический
университет»
Научнопроизводственное
объединение
«ИНФОРМ-СИСТЕМА».
Гос.контракт № 07034 от
20.09.2007 г., бессрочно
Автоматизированная
сторонняя
локальная сеть
библиотечная
информационная система
МАРК-SOL 1.10 (MARC
21) (Электронный
каталог)
библиографическая база
данных
13. Перечень информационных технологий, используемых при осуществлении
образовательного процесса по дисциплине (модулю), включая перечень
программного обеспечения и информационных справочных систем (при
необходимости)
Демонстрационные:
WindowsMediaPlayer
PowerPoint
Обучающие:
Мультимедийная база «Герпетофауна Тюменской области» из серии «Животный
мир Тюменской области (Гашев, Сазонова, 2001)
Мультимедийная база «Орнитофауна Тюменской области» из серии «Животный
мир Тюменской области (Гашев, Шаповалов, 2001)
Мультимедийная база «Териофауна Тюменской области» из серии «Животный мир
Тюменской области (Гашев, Сорокина, Хританько, 2008)
Интернет-сайты:
http://www.ichthyo.ru/
http://www.ixtio.ru/
http://club-fish.ru/
http://www.aquaria2.ru/
http://www.paludarium.ru/
http://nauka.relis.ru/
http://vertebrata.bio.msu.ru/html/zoogeo_rus.html
http://www.zoomet.ru/metod_zveri.html
http://herba.msu.ru/shipunov/school/sch-ru.htm
http://www.floranimal.ru/
http://www.sevin.ru/vertebrates/
http://www.zooeco.com/
Тренажёры:
Прикладная компьютерная программа Zootest (Гашев, 1998)
Расчётные:
Прикладная компьютерная программа Statan (Гашев, 2008)
Прикладная компьютерная программа Stat.exe (Селюков, 1994)
Прикладная компьютерная программа Phen (Васильев, 1998)
Прикладная компьютерная программа Statistica (Version 6)
14. Технические средства и материально-техническое обеспечение дисциплины
(модуля)
Для проведения занятий имеется 2 мультимедийные установки, прикладные
компьютерные программы Statistica (Version 6), Statan (Гашев, 2008); Stat.exe (Селюков,
1974); Phen (Васильев, 1998) для моделирования и статистической оценки состояния
экологических систем.
15. Методические указания для обучающихся по освоению дисциплины (модуля)
В ходе изучения курса студент должен сдать 11 семинаров, 2 коллоквиума,
написать 1 письменную контрольную работу, подготовить и защитить рефераты, пройти
письменное тестирование. Самостоятельная работа студентов в основном направлена на
самостоятельное освоение теоретического материала дисциплины.
Дополнения и изменения к рабочей программе на 2014 / 2015 учебный год
В рабочую программу вносятся следующие изменения:
1. Из списка литературы удалены источники ранее 2005 года издания.
2. Изменен титульный лист программы.
Рабочая программа пересмотрена и одобрена на заседании кафедры 10.09.2014 г.
Заведующий кафедрой
Левых А.Ю.
Подпись
Ф.И.О.