Szkolenie pt.: „Podstawowe typy analiz statystycznych dla nauk medycznych i przyrodniczych”

O czym jest to szkolenie?

Szkolenie wprowadza uczestników w metodykę prowadzenia badań o charakterze eksperymentalnym w naukach medycznych i przyrodniczych oraz w odpowiadające im metody analizy danych statystycznych. Uczestnicy uczą się planować badania w schemacie wewnątrzgrupowym i międzygrupowym, a następnie dobierać i przeprowadzać odpowiednie testy analityczne z obszaru ANOVA (analiza wariancji), wraz z interpretacją wyników i raportowaniem ich zgodnie ze standardami APA.

Dla kogo?

• Dla naukowców, doktorantów i studentów kierunków medycznych, biologicznych oraz przyrodniczych.
• Dla osób prowadzących badania eksperymentalne, które chcą samodzielnie analizować dane ilościowe.
• Dla badaczy, którzy chcą lepiej zrozumieć, jak dobierać odpowiednie testy statystyczne do schematu badawczego.

Jakie wartości dostarcza?

• Zrozumienie logiki badań eksperymentalnych i sposobów ich analizy statystycznej.
• Umiejętność doboru odpowiednich testów ANOVA do schematu badawczego.
• Praktyczna znajomość interpretacji i raportowania wyników w standardzie APA.

Program szkolenia

• Czym różni się schemat wewnątrzgrupowy od międzygrupowego?
• Jak formułować hipotezy i planować analizę danych?

• Struktura danych dla badań eksperymentalnych (zmienne, grupy, pomiary).
• Weryfikacja założeń analizy wariancji – normalność, homogeniczność wariancji, sferyczność.

• Dobór modelu analizy w zależności od liczby czynników.
• Interpretacja efektów głównych i interakcji.
• Testy post-hoc: Tukeya, Bonferroniego i Scheffégo.

• Kiedy stosować analizę z powtarzanymi pomiarami?
• Weryfikacja założenia sferyczności (test Mauchly’ego).
• Korekty Greenhouse–Geisser i Huynh–Feldt.

• Kiedy zmienna zależna ma charakter dychotomiczny?
• Interpretacja ilorazów szans (OR) i współczynników modelu.
• Ocena dopasowania modelu: test Hosmera–Lemeshowa, krzywa ROC i pole pod krzywą (AUC).

• Jak opisywać wyniki ANOVA i regresji logistycznej krok po kroku.
• Przykłady interpretacji efektów w języku naukowym.
• Wizualizacja danych: wykresy słupkowe, boxploty, error bary oraz krzywe ROC.

• Omówienie pytań uczestników dotyczących własnych badań i analiz.

O prowadzącym:

dr Przemysław Tomczyk, doktor nauk ekonomicznych w zakresie nauk o zarządzaniu. Doktorat obronił w Szkole Głównej Handlowej w Warszawie (2015). Adiunkt w Katedrze Marketingu Akademii Leona Koźmińskiego.

Specjalizuje się w zakresie roli sztucznej inteligencji w tworzeniu prac naukowych oraz wprowadzaniu automatyzacji do nauki. Autor kilkudziesięciu publikacji naukowych oraz kanału na YouTube „dr Przemek Tomczyk AI”.

https://www.youtube.com/@drprzemek

Prowadzi szkolenia z zakresu analizy statystycznej i wykorzystania sztucznej inteligencji w pracy naukowej.

Ostatnio opublikowane teksty na temat wykorzystania nowoczesnych technologii (w tym AI) w pisarstwie naukowym:

• Tomczyk, P., Brüggemann, P., &amp; Paul, J. (2024). Variable science mapping as literature review method, Journal of Marketing Analytics, pp. 1-13. https://doi.org/10.1057/s41270-024-00336-9 >>LINK<<
• Tomczyk, P., Brüggemann, P., Mergner, N., &amp; Petrescu, M. (2024). Exploring AI’s role in literature searching: traditional methods versus AI-based tools in analyzing topical e-commerce themes, in Digital Marketing &amp; eCommerce Conference (pp. 141-148). Springer, Cham. >>LINK<<
• Tomczyk, P., Bruggemann, P., &amp; Doligalski, T. (2024). The automation of science? Possibilities and boundaries of AI applications for conducting systematic literature reviews. International Journal on Artificial Intelligence Tools, 33(06), 2450023. >>LINK<<
• Tomczyk, P., Brüggeman, P., &amp; Vrontis D. (2024). AI Meets Academia: Transforming Systematic Literature Reviews, EuroMed Journal of Business (ahead-of-print). >>LINK<<
• Tomczyk, P., Brüggemann, P., Mergner, N., &amp; Petrescu, M. (2024). Are AI tools better than traditional tools in literature searching? Evidence from E-commerce research. Journal of Librarianship and Information Science, 09610006241295802 >>LINK<<

Uczestnictwo w szkoleniu wymaga umiejętności podstawowej obsługi komputera (tj. instalacja prostego programu, umiejętność logowania się do aplikacji typu ChatGPT, pracy z programem Word itp.)

Niektóre aplikacje, bądź ich funkcjonalności, zaprezentowane podczas szkolenia są płatne. Nie ma konieczności zakupu ich na potrzeby uczestnictwa w szkoleniu. Zostaną omówione w sposób wskazujący jakie funkcjonalności lub jakie ograniczenia są dostępne w wersjach bezpłatnych a jakie wymagają ewentualnego wykupienia subskrypcji. Informacje przekazane na szkoleniu pozwolą uczestnikowi na świadome podjęcie decyzji o sposobie dalszego korzystania z prezentowanych aplikacji.