31535173 Thạc sĩ AI Powered

Phương pháp toán trong Sinh học

Học phần "Phương pháp toán trong Sinh học" được thiết kế chuyên biệt cho học viên cao học chuyên ngành Lý luận và Phương pháp dạy học (LL&PPDH) bộ môn Sinh học. Khóa học tập trung giải quyết yêu cầu khách quan hóa và định lượng dữ liệu thực nghiệm sư phạm trong các công trình nghiên cứu, đặc biệt là luận văn thạc sĩ khoa học giáo dục. Học phần trang bị cho học viên nền tảng bản chất của dữ liệu giáo dục, từ việc phân loại chính xác các thang đo (định danh, thứ bậc, khoảng, tỷ lệ) đến việc thiết lập và kiểm soát các mô hình thiết kế thực nghiệm sư phạm kinh điển (Pretest – Posttest, Solomon). Trọng tâm học phần đi sâu vào các công cụ thống kê ứng dụng: kiểm định phân phối chuẩn, kiểm định sai khác trung bình (t-test, ANOVA), thống kê phi tham số (Mann-Whitney U, Wilcoxon, Chi-square), phân tích tương quan – hồi quy, và đo lường độ tin cậy thang đo (Cronbach's Alpha, độ khó P, độ phân biệt D). Điểm nhấn thực tiễn của khóa học là giúp học viên phân biệt rõ rệt giữa ý nghĩa thống kê (p-value) và kích thước tác động sư phạm thực chất (Cohen's d), trực quan hóa dữ liệu trực quan bằng các biểu đồ khoa học (Boxplot, Scatter plot), trình bày bảng biểu chuẩn APA 7th, cũng như ứng dụng vào cả hai mảng: (1) Thực nghiệm sư phạm trong trường phổ thông và (2) Hướng dẫn học sinh trung học nghiên cứu khoa học kỹ thuật (ViSEF/ISEF).

M
Giảng viên phụ trách Trịnh Đăng Mậu
Tín chỉ đào tạo 3 Tín chỉ
Thời lượng 45 Giờ học
Bài giảng & Quiz 4 Bài học
Hệ thống tín chỉ đại học
Đăng nhập để đăng ký học

Yêu cầu Mã lớp học phần để ghi danh

Khóa học bao gồm:

Video bài giảng & Bài đọc chuẩn mực
Trợ giảng AI Gemini giải đáp 24/7
Bài tập thực hành & Quiz tự chấm điểm
Chứng chỉ số có mã xác thực

Chuẩn đầu ra môn học (CLOs)

Phân tích và nhận diện chính xác 4 cấp độ thang đo (Nominal, Ordinal, Interval, Ratio); giải thích đúng ý nghĩa của các đại lượng thống kê mô tả (Mean, Median, SD, SE, CV%) trong đo lường giáo dục và sinh học.
Xây dựng được mô hình thiết kế thực nghiệm sư phạm chặt chẽ (kiểm soát tốt biến ngoại lai); đánh giá định lượng chất lượng công cụ đo lường qua hệ số Cronbach's Alpha và độ khó ($P$), độ phân biệt ($D$) của câu hỏi kiểm tra.
Vận dụng đúng cây quyết định để lựa chọn và chạy thành thạo trên phần mềm (R/SPSS/Jamovi/Excel) các phép kiểm định tham số (t-test, ANOVA, Pearson) hoặc phi tham số phù hợp (Mann-Whitney, Wilcoxon, Chi-square, Spearman).
Xuất biểu đồ khoa học đạt chuẩn (Boxplot, Scatter plot, đồ thị kèm thanh sai số $\pm SD$/$\pm SE$); lập bảng số liệu và biên soạn báo cáo kết quả nghiên cứu theo đúng quy chuẩn định dạng APA 7th.
Biện giải tường minh ý nghĩa thống kê (p-value) song hành cùng ý nghĩa thực tiễn (kích thước ảnh hưởng Cohen's d); bảo đảm tính trung thực dữ liệu, kiên quyết bài trừ thao túng kết quả ("p-hacking") trong nghiên cứu giáo dục.

Chương trình đào tạo chi tiết

2 chương • 4 bài học
Chương 1: Bản chất dữ liệu và thiết kế thực nghiệm
15 phút Bài giảng PDF / Slide PowerPoint
Trắc nghiệm chương 1: Bản chất dữ liệu và thiết kế thực nghiệm
15 phút Bài kiểm tra / Quiz
Chương 2: Kiểm định phân phối & so sánh trung bình
15 phút Bài giảng PDF / Slide PowerPoint
Trắc nghiệm: Kiểm định phân phối & so sánh trung bình
15 phút Bài kiểm tra / Quiz

Thông tin Giảng viên

M

Trịnh Đăng Mậu

Giảng viên chính

Phó Giáo sư • Chuyên môn: Đa dạng sinh học, công nghệ sinh học Tảo • tdmau@ued.udn.vn

Giảng viên chưa cập nhật thông tin tiểu sử cá nhân.

Tự học thích ứng với Gemini AI

Hệ thống tích hợp công nghệ AI để giải đáp thắc mắc theo thời gian thực ngay khi bạn đang xem video hoặc đọc bài, tự động sinh các câu hỏi trắc nghiệm kiểm tra độ hiểu bài sau từng phần học.

Đơn vị quản lý

Khoa Công nghệ Thông tin & Khoa học Máy tính

Bộ môn Trí tuệ Nhân tạo và Hệ thống Thông tin