PL
EN
Co roku w październiku aktywizujemy siły statystyczne ze świata polskiej nauki i organizujemy konferencję „Zastosowania statystyki i data mining w badaniach naukowych”.
Mamy za sobą 29 edycji tej imprezy, wiele niezwykle ciekawych tematów oraz spotkań w gronie specjalistów, badaczy i pasjonatów analizy danych. Znana i ceniona w świecie naukowym konferencja cieszy się niesłabnącą popularnością. Do udziału w ubiegłorocznym wydarzeniu zgłosiło się ponad 1000 uczestników!
Ostatnia konferencja odbyła się 22.10.2025 r., a kolejna, jubileuszowa edycja będzie miała miejsce w październiku 2026 r. – już teraz serdecznie na nią zapraszamy!
XXIX Konferencja „Zastosowania statystyki i data mining w badaniach naukowych”
22 października 2025 r. odbyła się XXIX. edycja konferencji „Zastosowania statystyki i data mining w badaniach naukowych” – wyjątkowe wydarzenie w formule on-line, które od lat gromadzi naukowców i praktyków z różnych dziedzin. Uczestnicy mieli okazję wysłuchać wystąpień cenionych ekspertów – naukowców, badaczy i praktyków analizy danych, którzy pokazali, jak statystyka i data mining wspierają proces badań naukowych od pierwszych hipotez aż po interpretację wyników.
Jak zawsze konferencja miała charakter interdyscyplinarny. Prelegenci z wiodących polskich ośrodków naukowych zaprezentowali przykłady zastosowania metod statystycznych w naukach społecznych, przyrodniczych i technicznych. Dzięki temu uczestnicy zyskali nie tylko solidną dawkę wiedzy, ale i praktyczne inspiracje do własnych projektów badawczych.
W tym roku uczestnicy mieli okazję wysłuchać wykładów:
• prof. Emilii Wołowiec-Koreckiej z Politechniki Łódzkiej,
• prof. Adama Sagana z Uniwersytetu Ekonomicznego w Krakowie,
• prof. Łukasza Binkowskiego z Uniwersytetu Komisji Edukacji Narodowej,
• mgr. Adriana Olszewskiego z 2KMM Sp. z o.o.
Uzupełnieniem programu były konkursy z nagrodami, dające uczestnikom okazję do aktywnego udziału i drobnej rywalizacji w przyjaznej atmosferze. Regulamin konkursów.
Opisy wystąpień i prelegentów:
O poprawnym stosowaniu statystyki w rozprawach doktorskich – spojrzenie naukowca.
prof. dr hab. inż. Emilia Wołowiec-Korecka, Politechnika Łódzka
Meta‑świat statystyki: meta‑analiza, meta‑regresja i meta‑SEM w badaniach społecznych.
prof. dr hab. Adam Sagan, Uniwersytet Ekonomiczny w Krakowie
Co ptaki mogą nam powiedzieć o zanieczyszczeniu środowiska? Analiza statystyczna danych środowiskowych.
dr hab. Łukasz J. Binkowski, prof. UKEN, Uniwersytet Komisji Edukacji Narodowej w Krakowie
Praktyczne i teoretyczne wyzwania badań klinicznych okiem biostatystyka.
mgr Adrian Olszewski, 2KMM Sp. z o.o.
Artykuły dotyczące wystąpień:
O poprawnym stosowaniu statystyki w rozprawach doktorskich – spojrzenie naukowca.
prof. dr hab. inż. Emilia Wołowiec-Korecka, Politechnika Łódzka
Meta‑świat statystyki: meta‑analiza, meta‑regresja i meta‑SEM w badaniach społecznych.
prof. dr hab. Adam Sagan, Uniwersytet Ekonomiczny w Krakowie
Co ptaki mogą nam powiedzieć o zanieczyszczeniu środowiska? Analiza statystyczna danych środowiskowych.
dr hab. Łukasz J. Binkowski, prof. UKEN, Uniwersytet Komisji Edukacji Narodowej w Krakowie
Praktyczne i teoretyczne wyzwania badań klinicznych okiem biostatystyka.
mgr Adrian Olszewski, 2KMM Sp. z o.o.
prof. dr hab. inż. Emilia Wołowiec-KoreckaInstytut Inżynierii Materiałowej
Politechnika Łódzka
Prof. Emilia Wołowiec-Korecka jest absolwentką Wydziału Fizyki Technicznej, Informatyki i Matematyki Stosowanej Politechniki Łódzkiej. Od 2005 roku zawodowo związana z Wydziałem Mechanicznym PŁ, gdzie uzyskała stopnie naukowe doktora oraz doktora habilitowanego. Jej zainteresowania naukowe obejmują inżynierię powierzchni, inżynierię oprogramowania i analizę statystyczną. Głównym nurtem badawczym Emilii Wołowiec-Koreckiej jest obróbka cieplna i cieplno-chemiczna stopów żelaza, wsparta modelowaniem procesów i symulacją numeryczną. W tym obszarze tematycznym była kierownikiem, koordynatorem i wykonawcą licznych projektów naukowo-badawczych, autorką ponad 100 publikacji naukowo-technicznych oraz 200 wdrożeń przemysłowych. Jest członkiem towarzystw naukowych: American Society for Metals (ASM), World Academy of Materials and Manufacturing Engineering (WAMME), Polskiego Towarzystwa Materiałoznawczego, Akademii Inżynierskiej w Polsce. Wielokrotnie wyróżniana za osiągnięcia naukowe i zawodowe, w tym zespołową Nagrodą Gospodarczą Wojewody Łódzkiego (2007), Nagrodą im. Profesora Michała Śmiałowskiego Fundacji Kościuszkowskiej w dziedzinie materiałoznawstwa (2013), Honorową Nagrodą im. Profesora Borisa Tomova Światowej Akademii Inżynierii Materiałowej i Produkcyjnej (2017), Brązowym Medalem za Długoletnią Służbę (2021).
O poprawnym stosowaniu statystyki w rozprawach doktorskich – spojrzenie naukowca
Poprawne stosowanie statystyki w badaniach naukowych rozpoczyna się już na etapie planowania eksperymentu. Również w rozprawach doktorskich poprawne zastosowanie statystyki powinno być integralnym elementem już na etapie planowania badań, inaczej stanie się jedynie dodatkiem na końcu pracy. Projektowanie eksperymentu wymaga świadomego określenia celu badawczego, zdefiniowania hipotez oraz precyzyjnego doboru zmiennych niezależnych i zależnych. Wybór odpowiednich metod statystycznych powinien wynikać z charakteru danych i struktury eksperymentu. Dobór wielkości próby i analiza mocy testu są niezbędne, by uniknąć sytuacji, w której badanie nie ma szansy ujawnić istotnych efektów. Błędy planistyczne, takie jak brak randomizacji czy nieuwzględnienie zmienności międzypróbkowej, mogą unieważnić wnioski nawet z pozornie dobrze przeprowadzonych analiz. Celem niniejszego wykładu jest przedłożenie argumentacji, że statystyka to nie tylko zestaw narzędzi, ale przede wszystkim sposób myślenia o danych i jakości dowodów naukowych.
prof. dr hab. Adam SaganKatedra Analizy Rynku i Badań Marketingowych
Uniwersytet Ekonomiczny w Krakowie
Profesor zwyczajny, zajmuje się metodologią badań marketingowych i społecznych, modelowaniem marketingowym. Zainteresowania naukowe dotyczą w szczególności: podejścia środków – celów i zastosowań wywiadów drabinkowych (laddering) w badaniach konsumenckich, modelowaniu zmiennych ukrytych w badaniach marketingowych, wykorzystaniu metod wielowymiarowych w analizach marketingowych i segmentacji rynku.
W Uniwersytecie Ekonomicznym prowadzi zajęcia z metodologii badań ekonomicznych i badań marketingowych, zajęcia na studiach MBA z Market Research. Na Uniwersytecie Jagiellońskim zajęcia z marketingu, modelowania strukturalnego i skalowania w badaniach społecznych.
Członek Polskiego Naukowego Towarzystwa Marketingu, European Marketing Academy, Polskiego Towarzystwa Socjologicznego, International Economic Atlantic Society
Meta‑świat statystyki: meta‑analiza, meta‑regresja i meta‑SEM w badaniach społecznych
Celem wystąpienia jest wprowadzenie do trzech zaawansowanych technik syntezy wyników badań: 1. meta-analizy, 2. meta-regresji i 3. meta-SEM. W obszarze meta-analizy przedstawiony zostanie sposób przygotowania danych w środowisku Statistica, wybór odpowiednich modeli efektów stałych i losowych oraz ocena heterogeniczności, wrażliwości i obciążenia publikacyjnego. Technika meta‑regresji, zostanie przedstawiona w kontekście wpływu zmiennych moderujących na wielkość efektu w badaniach społecznych. W części poświęconej meta‑SEM zostanie zaprezentowane wykorzystanie modeli równań strukturalnych SEM do budowy modelu meta-analizy z efektami stałymi z moderacją oraz wprowadzenie do integracji meta-analizy i modeli SEM.
dr hab. Łukasz J. Binkowski, prof. UKENInstytut Biologii i Nauk o Ziemi
Uniwersytet Komisji Edukacji Narodowej w Krakowie
Dr hab. Łukasz J. Binkowski specjalizuje się w biologii środowiskowej, ze szczególnym uwzględnieniem ekotoksykologii i biomonitoringu. Jego badania skupiają się głównie na środowiskach wodno-błotnych, które analizuje pod kątem obecności zanieczyszczeń, zwłaszcza metali, takich jak ołów i rtęć, koncentrując się przy tym na ptakach jako organizmach wskaźnikowych. Charakterystyczne dla danych, z którymi pracuje, są częste wartości poniżej granicy oznaczalności stosowanych metod analitycznych, log-normalne rozkłady oraz struktura wielowymiarowa.
Stopień doktora uzyskał w 2011 roku na Uniwersytecie Jagiellońskim w Krakowie, w Instytucie Nauk o Środowisku. Obecnie jest zatrudniony w Instytucie Biologii i Nauk o Ziemi Uniwersytetu Komisji Edukacji Narodowej, gdzie kieruje Zespołem Ekotoksykologii. W ramach swojej działalności naukowej odbył liczne zagraniczne staże, m.in. jako stypendysta Programu Fulbrighta (USGS Patuxent Wildlife Research Center), SCIEX (Université de Neuchâtel), Rządu Francuskiego (LIENSs – Littoral, Environnement et Sociétés) oraz Rządu Słowackiego (Slovenská poľnohospodárska univerzita v Nitre).
Co ptaki mogą nam powiedzieć o zanieczyszczeniu środowiska? Analiza statystyczna danych środowiskowych.
W naukach środowiskowych, w tym szczególnie w biologii środowiskowej dane pochodzące z badań często cechuje znaczna zmienność, wynikająca zarówno z naturalnych procesów biologicznych, interakcji pomiędzy organizmami, jak i z charakteru środowiska. Na obserwowane wartości wpływa jednocześnie wiele czynników – zarówno biotycznych (w tym np. gatunek, płeć, wiek), jak i abiotycznych (takich jak sezonowość, warunki pogodowe, lokalna geochemia czy obecność różnych substancji). Zmienność ta może utrudniać jednoznaczną interpretację wyników i wymaga zastosowania odpowiednich metod statystycznych oraz dobrze przemyślanej struktury eksperymentalnej. Z drugiej strony zrozumienie i uwzględnienie tej złożoności jest kluczowe dla prawidłowej oceny jakości środowiska, narażenia organizmów i wiarygodnego monitorowania stanu ekosystemów.
W trakcie wystąpienia zaprezentowana zostanie analiza statystyczna wyników w obrębie ekologii i ekotoksykologii na przykładzie badań zanieczyszczenia ptaków – od wstępnej eksploracji danych po przeprowadzenie końcowych analiz. Omówione zostaną zagadnienia związane z koncepcją granic raportowania, charakterystyką rozkładów danych, doborem statystyk opisowych oraz narzędzi do wnioskowania statystycznego, w tym testów istotności różnic i uogólnionych modeli liniowych. Dodatkowo przedstawione będą aspekty analiz wielowymiarowych.
mgr Adrian OlszewskiBiostatystyk kliniczny, Programista statystyczny w środowisku R
2KMM Sp. z o.o.
Od ponad dekady związany z branżą badań klinicznych w firmach CRO w zakresie statystycznej analizy danych w badaniach eksperymentalnych i obserwacyjnych.
Obecnie pełni obowiązki głównego biostatystyka i programisty statystycznego środowiska R w firmie 2KMM, łącząc zainteresowania w zakresie nauk medycznych i dedykowanych dla tej dziedziny metod statystycznych.
Pasjonat i popularyzator idei prawidłowego wykorzystania oprogramowania open source w objętej ścisłymi regulacjami farmacji.
Prowadzi wykład na kierunku „Zarządzanie projektami w badaniach klinicznych” studiów podyplomowych Akademii Leona Koźmińskiego.
Praktyczne i teoretyczne wyzwania badań klinicznych okiem biostatystyka
Proponowane wystąpienie ma na celu przybliżenie złożoności badań klinicznych z perspektywy biostatystyka. Choć analiza danych to formalnie ostatni etap badania, zaawansowane prace statystyczne zaczynają się (a przynajmniej powinny) dużo wcześniej, już na etapie jego projektowania. To wtedy formułuje się pytania badawcze i tłumaczy na język hipotez statystycznych, ustala ich hierarchię, dobiera punkty końcowe (endpoints), decyduje o użytych metodach statystycznych i parametrach analiz. Na tej podstawie określa się minimalną liczbę pacjentów potrzebną do osiągnięcia odpowiedniej mocy statystycznej badania – coraz częściej z użyciem elastycznych, adaptacyjnych podejść. A to zaledwie niewielki wycinek niezbędnych ustaleń. Te i wiele innych decyzji wpływa nie tylko na jakość naukową badania, ale także na jego koszty, czas trwania i szanse na powodzenie.
Badania kliniczne obwarowane są szeregiem regulacji, zaleceń i dobrych praktyk. To złożone przedsięwzięcie wymagające współpracy wielu środowisk: medycznego, statystycznego, prawnego, etycznego, finansowego i regulacyjnego. Różne interesy, ograniczone zasoby i naturalna nieprzewidywalność procesów biologicznych oraz złożoność narzędzi statystycznych czynią ten proces podatnym na błędy. Nadmiernie złożone cele badawcze, zbyt ambitne i przesadnie skomplikowane lub też nazbyt uproszczone analizy, brak elastyczności lub przeciwnie – nadmiar swobody w interpretacji danych – to częste źródła problemów.
Statystyk musi być w stanie przewidzieć, bazując na swym doświadczeniu, opinii ekspertów i samodzielnej analizie dostępnej wiedzy dziedzinowej, co może pójść nie tak, zanim jeszcze dane zostaną zebrane. Brakujące (potencjalnie w nielosowy sposób) obserwacje, nieoczekiwane zmiany w populacji pacjentów, niejednoznaczne punkty końcowe, ograniczenia budżetowe i czasowe, niespodziewane problemy natury technicznej i obliczeniowej – wszystko to wymaga wcześniejszego przygotowania i tworzenia „planów B”. Rzeczywistość zaskakuje zbyt często, by zdać się na myślenie życzeniowe. W długotrwałych badaniach, szczególnie w takich dziedzinach jak onkologia czy kardiologia, problemy potrafią nawarstwiać się i ujawniać dopiero wtedy, gdy możliwości naprawcze są już znacznie ograniczone, a doraźne działania – bardzo niechętnie widziane przez recenzentów statystycznych. Rola biostatystyka w badaniu jest zatem strategiczna, rzutując na przyszły sukces bądź porażkę.
Błędy popełnione na etapie planowania i późniejszej analizy potrafią zniweczyć cały wysiłek – prowadząc do utraty zainwestowanych środków, trudnych do odbudowania zaufania i reputacji, a nierzadko także sankcji prawnych. Parafrazując znany cytat sir Ronalda Fishera, „wzywanie statystyka po nieudanym eksperymencie to jak proszenie go o wykonanie autopsji – można już tylko próbować zrozumieć, co poszło nie tak i wyciągnąć wnioski na przyszłość”.
Patronat nad tą konferencją objęło:
Patronat medialny:
 |
 |
 |
 |
Zapraszamy do zapoznania się z materiałami z poprzedniej edycji:
