SylabUZ
Course name | Programing in Statistical Software Packages |
Course ID | 11.2-WK-IiEP-PPS-P-S14_pNadGenWY4DM |
Faculty | Faculty of Mathematics, Computer Science and Econometrics |
Field of study | Informatics and Econometrics |
Education profile | academic |
Level of studies | First-cycle studies leading to Bachelor's degree |
Beginning semester | winter term 2018/2019 |
Semester | 6 |
ECTS credits to win | 3 |
Course type | optional |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Project | 30 | 2 | - | - | Credit with grade |
Zdobycie umiejętności w projektowaniu i pisaniu skryptów obliczeniowych w programie R.
Podstawowa znajomość z zakresu algebry liniowej, analizy, algorytmów i struktury danych, rachunku prawdopodobieństwa oraz statystyki matematycznej.
R jest zaawansowanym pakietem statystycznym i językiem programowania, w którym mamy możliwość definiowania własnych funkcji: obliczeniowych, przetwarzających dane, symulacyjnych, graficznych.
Możliwość stworzenia interfejsu graficznego pozwala na stworzenie w pełni funkcjonalnego programu działającego pod R.
W ramach zajęć student pozna możliwości obliczeniowe R, metody definiowania funkcji oraz techniki tworzenie własnych bibliotek.
Zajęcia będą prowadzone na trzech płaszczyznach. Na pierwszej studenci będą zapoznawani z podstawowymi problemami obliczeniowymi, graficznymi, przetwarzania danych oraz sposobami ich rozwiązania. Na drugiej przedstawione będą problemy związane z analizą danych do samodzielnego lub grupowego rozwiązania. Rozwiązania lub częściowe rozwiązania będą prezentowane na forum grupy. Przeprowadzona będzie analiza poprawności rozwiązania. Na trzeciej, każdy student otrzyma do realizacji temat projektu. Częściowe rozwiązania będą prezentowane na forum grupy.
Outcome description | Outcome symbols | Methods of verification | The class form |
Na ostateczną ocenę z przedmiotu wypływa ocena za aktywność na zajęciach, poziom przygotowania do zajęć (30%) oraz ocena za projekt (70%).
1. P. Biecek, Przewodnik po pakiecie R, GiS, 2011.
2. T. Górecki, Podstawy statystyki z przykładami w R, BTC, Legionowo, 2011.
3. R Development Core Team, R, A Language and Environment for Statistical Computing, Vienna, Austria, http://www.R-project.org, 2006.
4. Strona główna programu: http://www.R-project.org
1. A.V. Aho, J. E. Hopcroft, J.D. Ullman, Algorytmy i struktury danych, Helion, 2009.
2. D. Chrobak, Tcl-Tk. Programowanie, Helion, 2003.
Modified by dr Robert Dylewski, prof. UZ (last modification: 04-05-2018 19:24)