intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Bài giảng Tin học ứng dụng trong sinh học - ThS. Bùi Hồng Quân

Chia sẻ: Năm Tháng Tĩnh Lặng | Ngày: | Loại File: PDF | Số trang:66

Thêm vào BST
Báo xấu
288
lượt xem 49
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Tin học ứng dụng trong sinh học gồm có 5 chương với những nội dung như sau: Giới thiệu về chương trình MS-Excel ứng dụng trong công nghệ sinh học, ứng dụng tin học trong việc lấy mẫu sinh học, ứng dụng tin học trong thống kê sinh học, ứng dụng tin học trong phân tích thống kê sinh học, ứng dụng tin học trong mô hình hoá sinh học. Mời tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Tin học ứng dụng trong sinh học - ThS. Bùi Hồng Quân

  1. TIN HỌC ỨNG DỤNG TRONG SINH HỌC (DHSH5) Ths. Bùi Hồng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn Chương 1 GIỚI THIỆU VỀ CHƯƠNG TRÌNH MS-EXCEL ỨNG DỤNG TRONG CÔNG NGHỆ SINH HỌC Ths. Bùi Hồng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn 1
  2. Chương 2 ỨNG DỤNG TIN HỌC TRONG VIỆC LẤY MẪU SINH HỌC Ths. Bùi Hồng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn LẤY MẪU NGẪU NHIÊN 2
  3. LẤY MẪU NGẪU NHIÊN LẤY MẪU NGẪU NHIÊN 3
  4. LẤY MẪU NGẪU NHIÊN LẤY MẪU NGẪU NHIÊN 4
  5. LẤY MẪU NGẪU NHIÊN LOẠI GIÁ TRỊ BẤT THƯỜNG 5
  6. Chương 3 ỨNG DỤNG TIN HỌC TRONG THỐNG KÊ SINH HỌC Ths. Bùi Hồng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn CÁC ĐỊNH NGHĨA • Giá trị trung bình (Mean, Average) N ∑X i =1 i X= N 6
  7. CÁC ĐỊNH NGHĨA • Khoảng quan sát: là khác biệt giữa hai giá trị quan sát: lớn nhất và nhỏ nhất. • r = Max – Min • Giá trị trung bình giống nhau, khoảng quan sát giống nhau? • Nếu khoảng quan sát lớn thì độ phân tán sẽ cao. CÁC ĐỊNH NGHĨA • Giá trị trung vị (Median) là giá trị diễn tả khái niệm trung tâm của chuỗi dữ liệu. 1 2 3 4 5 6 7 8 9 200 201 202 203 204 206 207 207 209 Mẫu lẻ n = 2m-1, x0,05 = xm Mẫu chẵn n = 2m xm + xm +1 x0,5 = 2 7
  8. CÁC ĐỊNH NGHĨA • Độ lệch chuẩn (Standard deviation): Độ phân tán của dữ liệu thường được diễn tả bởi phương sai (variance) hay độ lệch chuẩn (căn số bậc 2 của phương sai).. N ∑ i ( X i =1 − X ) 2 SD = S = ( N − 1) CÁC ĐỊNH NGHĨA • Sai số chuẩn của giá trị trung bình (Std. error of the mean - SEM): giá trị trung bình của mẫu gần bằng giá trị trung bình của dân số hơn là các giá trị quan sát riêng biệt. S SEM = SD( X ) = S X = N 8
  9. CÁC ĐỊNH NGHĨA • Giới hạn và khoảng tin cậy: Với một mức tin cậy (confidence level) nhật định là α, giới hạn tin cậy (confidence limits) của một giá trị trung bình được cho bởi tích số (khi N30. 9
  10. CÁC ĐỊNH NGHĨA • Hệ số phân tán (Coefficient of variation): sai số tương đối (relative deviation) S CV = 100 X Hệ số phân tán liên quan đến độ lệch chuẩn (cũng như độ chính xác của phương pháp đo lường) và giá trị trung bình của các kết quả. CÁC ĐỊNH NGHĨA • Giá trị yếu vị (Mode): là giá trị có tần số cao nhất trong chuỗi dữ liệu. • Giá trị Kurt (Kurtosis): diễn tả đặc điểm thuộc về đỉnh của dạng phân phối dữ liệu. + có đỉnh, - bằng phẳng.  N ( N + 1)  Xi − X  4  3( N − 1) 2  KURT =  ( 1)( 2 )( 3) ∑   S    −  N − N − N −    ( N − 2)( N − 3) 10
  11. CÁC ĐỊNH NGHĨA • Giá trị SKEW (Skewness): phản ánh mức độ bất đối xứng của dạng phân phối dữ liệu xung quanh giá trị trung bình. Skew+ bất đối xứng, đuôi lệch về giá trị dương. Ngược lại.   Xi − X  3   N SKEW =  ∑       ( N − 1)( N − 2)  S   VÍ DỤ 11
  12. CÁC ĐỊNH NGHĨA • Độ chính xác (precision): độ lặp lại P = 100 − CV = (1 − S )100 của các giá trị quan X sát. • Độ đúng (Aceuracy): độ trùng hợp giữa các Gia tri trung binh giá trị quan sát (hay A = 100 thực nghiệm) với giá Gia _ tri _ ly _ thuyet trị lý thuyết. Chương 4 ỨNG DỤNG TIN HỌC TRONG PHÂN TÍCH THỐNG KÊ SINH HỌC Ths. Bùi Hồng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn 12
  13. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC • Nếu N>30 thì phương sai mẫu S2i có thể được xem là phương sai dân số σ2, khi đó dùng trắc nghiệm z test để so sánh giá trị trung bình của hai mẫu với phương sai biết trước. Z nhỏ chấp nhận Ho. • Ho : µ 1= µ 2 • Ho : µ 1≠ µ 2 z = ( X 1 − X 2 ) − ( µ1 − µ 2 ) σ 12 σ 22 + N1 N2 SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC 13
  14. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC 14
  15. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC 15
  16. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BIẾT TRƯỚC SO SÁNH GIÁ TRỊ TRUNG BÌNH DỮ LIỆU TƯƠNG ỨNG TỪNG CẶP • “t test: paired two sample for means” - N
  17. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU 17
  18. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU KIỂM ĐỊNH SỰ ĐỒNG NHẤT CỦA HAI PHƯƠNG SAI • “F-Test Two-Sample for variances”: Thường dùng so sánh độ chính xác của hai phương pháp định lượng. F nhỏ chấp nhận Ho: σ12= σ22(1-α)100%; H1: σ12> σ22. σ 22 S12 S12 F= 2 2 = 2 σ 1 S2 S2 Phan _ phoi _ Fischer γ 1 = N1 − 1; γ 2 = N 2 − 2 18
  19. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU • “t test: Two Sample Assuming Equal Variances”: N
  20. SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU SO SÁNH GIÁ TRỊ TRUNG BÌNH VỚI PHƯƠNG SAI BẰNG NHAU 20
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2