1. SylabUZ
2. Faculty of Mathematics, Computer Science and Econometrics
3. winter term 2021/2022
4. Informatics and Econometrics - First-cycle studies leading to Bachelor's degree
5. Mathematical Statistics - Laboratory

Generate PDF for this page

Mathematical Statistics - Laboratory - course description

Aim of the course

Zapoznanie studenta z praktycznymi podstawami wnioskowania statystycznego.

Prerequisites

Save changes

Zaliczony wykład z Rachunku prawdopodobieństwa.

Scope

1. Zajęcia wprowadzające dotyczące wykorzystywanego oprogramowania (np. pakiet R-project).
2. Porównywanie rozkładów, wyliczanie prawdopodobieństw. Własności wybranych rozkładów prawdopodobieństwa. Obliczanie kwantyli i wartości krytycznych rozkładu zmiennych losowych.
3. Zastosowanie i zilustrowanie działania Centralnego Twierdzenia Granicznego.
4. Zilustrowanie wpływu parametrów rozkładu normalnego na wartości próby (symulacje).
5.  Zilustrowanie twierdzenia o zbieżności dystrybuanty empirycznej.
6.  Zilustrowanie i zastosowanie twierdzenia Fishera.
7. Wyznaczanie przedziałów ufności dla parametrów rozkładu normalnego. Badanie wpływu poziomu ufności i rozmiaru próby na długość wyznaczanych przedziałów.
8. Obliczanie prawdopodobieństw popełnienia błędu I i II rodzaju. Moc testu.
9. Testowanie hipotez statystycznych w modelu normalnym. Pojęcie p-wartości. Zastosowanie przedziałów ufności do weryfikacji hipotez.

Teaching methods

Rozwiązywanie zadań z danymi umownymi i rzeczywistymi przy użyciu wybranego pakietu statystycznego z wykorzystaniem odpowiednich narzędzi teoretycznych.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

1. Przygotowanie studenta do zajęć weryfikuje się poprzez sprawdzenie wiedzy (pojęcia, własności) niezbędnej do rozwiązania zadań. W czasie laboratorium wzrokowa weryfikacja poprawności wyboru uruchomianych procedur na wszystkich stanowiskach komputerowych. Wyrywkowe pytania kontrolne dotyczące interpretacji wyników użytych procedur.
2. Kolokwia z zadaniami o zróżnicowanym stopniu trudności.

Warunkiem zaliczenia przedmiotu jest pozytywna ocena z części pisemnej uzyskana po zdobyciu co najmniej 50% maksymalnej sumy punktów z dwóch kolokwiów.

Recommended reading

1.     T. Górecki, Podstawy statystyki z przykładami w R, Wydawnictwo BTC, Legionowo 2011.

2.     M. Sobczyk, Statystyka, Wydawnictwo Naukowe PWN, Warszawa 1996.

3.     M. Walesiak, E. Gatnar, Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa 2009.

4.     Zeliaś, Metody statystyczne, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000.

Further reading

1.   P. Biecek, Przewodnik po pakiecie R, Wydawnictwo GiS, Wrocław 2008.

2.   J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2001.

Notes

Modified by dr Alina Szelecka (last modification: 05-07-2022 15:41)