 | Σκοπός Μαθήματος: |
|
| Το μάθημα πραγματεύεται: α) Στοιχεία μαθηματικών (βασικές μαθηματικές έννοιες, αλγεβρικές εξισώσεις, συναρτήσεις μίας ή περισσότερων μεταβλητών, απλές διαφορικές εξισώσεις μίας ή περισσοτέρων μεταβλητών) β) Εισαγωγή στις πιθανότητες, γ) Περιγραφική στατιστική, δ) Έλεγχος υποθέσεων ε) Στατιστική ανάλυση ποσοτικών και ποιοτικών δεδομένων, στ) Συσχέτιση και εξάρτιση (απλή και πολλαπλή γραμμική και λογαριθμιστική εξάρτηση), ζ) Αξιολόγηση εργαστηριακών ευρημάτων. |
|
 | Στόχος Μαθήματος: |
|
| Με την επιτυχή ολοκλήρωση του μαθήματος ο/η φοιτητής/τρια αναμένεται: α) να κατέχει όλες τις απαραίτητες γνώσεις μαθηματικών που απαιτούνται για την παρακολούθηση των υπολοίπων μαθημάτων του Τμήματος και της Βιοστατιστικής, καθώς και για την κατανόηση μεθόδων έρευνας όπως αυτές εφαρμόζονται στην Βιολογία και γενικότερα στη Βιοϊατρική έρευνα, β) να γνωρίζει πού, πότε και γιατί χρησιμοποιείται η Στατιστική στην Βιοϊατρική Έρευνα, γ) να μπορεί μετά το πέρας του εξαμήνου να παρουσιάζει δεδομένα και να εφαρμόζει σε αυτά απλές και σύνθετες στατιστικές δοκιμασίες, δ) να μπορεί να επιλέξει την κατάλληλη στατιστική δοκιμασία ανάλογα με τη φύση των δεδομένων και να μπορεί να αναγνωρίσει πότε απαιτείται πιο πολύπλοκη στατιστική ανάλυση και ε) να κατανοεί και να μπορεί να κρίνει τα αποτελέσματα στατιστικής ανάλυσης που αναφέρονται σε επιστημονικές δημοσιεύσεις. |
|
 | Περιεχόμενο Διδασκαλίας: |
|
| Βασικές έννοιες μαθηματικών, αλγεβρικές εξισώσεις, συναρτήσεις μίας ή περισσότερων μεταβλητών, απλές διαφορικές εξισώσεις μίας ή περισσοτέρων μεταβλητών, Εισαγωγή στις πιθανότητες και βασικές κατανομές, περιγραφική στατιστική, έλεγχος υποθέσεων και σύγκριση μέσων τιμών, ανάλυση ποιοτικών δεδομένων, διατάξιμα χαρακτηριστικά και άλλες μη παραμετρικές δοκιμασίες, συσχέτιση, απλή και πολλαπλή γραμμική εξάρτηση, λογαριθμιστική εξάρτηση, αξιολόγηση εργαστηριακών ευρημάτων, κανόνας Bayes. |
|
 | Περιεχόμενο Εργαστηριακών Ασκήσεων: |
|
| 1. Επίλυση αλγεβρικών βιολογικών προβλημάτων σε φύλλα εργασίας - Κατασκευή γραφικών παραστάσεων σε Η/Υ - Διαγραμματική απεικόνιση πειραματικών αποτελεσμάτων - 2. Επίλυση διαφορικών και συστημάτων διαφορικών εξισώσεων με διαθέσιμα λογισμικά πακέτα. Μεθοδολογίες μαθηματικής μοντελοποίησης βιολογικών προβλημάτων: πληθυσμιακά μοντέλα, μοντέλα κυτταρικής αύξησης σε αριθμό και μέγεθος, μοντέλα εσωκυτταρικών ροών ύλης και ενέργειας, μοντέλα ενζυμικής κινητικής, επιδημιολογικά μοντέλα, μοντέλα διακριτού χρόνου - 3. Εισαγωγή στο SPSS: εισαγωγή και διαχείριση δεδομένων. Περιγραφή δεδομένων και σύγκριση μέσων τιμών με χρήση SPSS - 4. Εφαρμογές του Χ2 με χρήση SPSS - 5. Μη παραμετρικές δοκιμασίες, συσχέτιση, πολλαπλή γραμμική και λογαριθμιστική εξάρτηση με χρήση SPSS. |
|