SylabUZ

Wygeneruj PDF dla tej strony

Planowanie doświadczeń - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Planowanie doświadczeń
Kod przedmiotu 11.1-WK-IiEP-PD-W-S14_pNadGen0E10K
Wydział Wydział Matematyki, Informatyki i Ekonometrii
Kierunek Informatyka i ekonometria
Profil ogólnoakademicki
Rodzaj studiów pierwszego stopnia z tyt. licencjata
Semestr rozpoczęcia semestr zimowy 2019/2020
Informacje o przedmiocie
Semestr 6
Liczba punktów ECTS do zdobycia 5
Występuje w specjalnościach Statystyka i ekonometria
Typ przedmiotu obieralny
Język nauczania polski
Sylabus opracował
  • prof. dr hab. Roman Zmyślony
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 30 2 - - Zaliczenie na ocenę
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Zapoznanie studenta z teoretycznymi i praktycznymi podstawami planowania doświadczeń.

Wymagania wstępne

Zaliczony wykład z rachunku prawdopodobieństwa i elementy statystyki matematycznej.

Zakres tematyczny

Wykład

1.   Jednowymiarowy i wielowymiarowy rozkład normalny i rozkłady z nim związane. Zmienna losowa, zmienna losowa o rozkładzie normalnym (powtórka). Rozkład chi-kwadrat formy kwadratowej i twierdzenia o niezależności form liniowych i kwadratowych,  rozkłady t-Studenta, F -Snedecora. (2 godz.)

2.   Model liniowy, definicja i założenia o modelu (2 godz.)

3.   Estymatory uzyskane metodą najmniejszych kwadratów (MNK) i ich związek z estymowal-nością (2 godz)

4.   Twierdzenie o charakteryzacji funkcji estymowanych. (2 godz.)

5.   Równania normalne i własności estymatorów MNK. (2 godz.)

6.   Rozkłady prawdopodobieństwa estymatorów MNK i ich funkcji. (2 godz.)

7.   Reszty w modelu liniowym. Niezależność sumy kwadratów reszt od estymatorów MNK. (2 godz.)

8.   Estymator nieobciążony dla wariancji i jego rozkład. (2 godz.)

9.   Teoria testowania hipotez statystycznych dla liniowych funkcji parametrów modelu t-Studenta. (2 godz.)

10. Tabela analizy wariancji dla testowania złożonych hipotez test F-Snedecora. (2 godz.)

11. Przedziały ufności  dla funkcji parametrycznych, ich interpretacja. (2 godz.)

12. Predykcja i przedziały ufności funkcji parametrycznych i  dla predykcji (2 godz.)

13. Przykłady planów optymalnych z osobliwą macierzą planu, restrykcje liniowe na parametry (6 godz.)

Laboratorium

1.     Powtórzenie i uzupełnienie wiadomości z rachunku prawdopodobieństwa. Rozkład normalny i jego własności. Rozkład wielowymiarowych normalny zmiennych losowych i jego podstawowe charakterystyki liczbowe. Funkcje zmiennych losowych i ich rozkłady. (2 godz.)

2.     Niezależność zmiennych. Wyznaczanie i pokazanie niezależności średniej i wariancji z próby normalnej w oparciu o twierdzenie o niezależności form liniowych i kwadratowych (2 godz.)

3.     Dokonanie zapisu modelu liniowego dla funkcji regresji jednej i wielu zmiennych, zastosowanie MNK dla wyznaczania jawnych wzorów estymatorów parametrów  modelu. Przykłady. (4 godz.)

4.     Wyznaczenie reszt modelu i sumy kwadratów reszt oraz estymator wariancji i przedziały ufności dla parametrów i predykcji.(4 godz.)

5.     Tabela analizy wariancji dla w/w modelu wraz z przykładem. (2 godz.) Kolokwium (2 godz.)

6.     Powtórzenie ćwiczenia od 3-5 dla modelu jednokierunkowej i wielokierunkowej analizy wariancji (10 godz.)

7.     Powtórzenie ćwiczenia od 3.-5. dla planów czynnikowych 2^k (2 godz.) Kolokwium (2 godz.)

Metody kształcenia

Wykład tradycyjny (kreda i tablica tylko do najważniejszych sformułowań, komputerowe przykłady), na laboratoriach rozwiązywanie uprzednio podanych do wiadomości zadań (zadania przeliczeniowe, przeprowadzanie  niektórych prostych dowodów i przykładów praktycznych (projekt) przy użyciu pakietu R GRETL lub EXELA ( patrz punkt 7. i  8. ). 

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

1.     Przygotowanie studenta do laboratoriów weryfikuje się poprzez sprawdzenie wiedzy (pojęcia, własności, twierdzenia) niezbędnej do rozwiązania kolejnego zadania z listy (brak przygotowania do laboratorium jest uwzględniany w końcowej ocenie).

2.     Końcowy projekt o zróżnicowanym stopniu trudności, pozwalającymi na ocenę, czy student osiągnął efekty kształcenia w stopniu minimalnym.

3.     Projekt pisemny nawiązujący do pojęć, twierdzeń o charakterze sprawdzającym zrozumienie przyswojonej wiedzy na podstawie tegoż projektu.

Na ocenę z przedmiotu składa się ocena z laboratorium (40%) i ocena z projektu (60%). Warunkiem przystąpienia do zaliczenia projektu jest pozytywna ocena z laboratorium. Warunkiem zaliczenia wykładu jest pozytywna ocena z projektu.

Literatura podstawowa

1.     C. R. Rao, Modele liniowe statystyki matematycznej, PWN, Warszawa 1982.

2.     H. Scheffe, The Analysis of Variance, Wiley, New York, 1959.

3.     R. Zieliński, W. Zieliński, Tablice statystyczne, PWN, Warszawa 1990.

Literatura uzupełniająca

1.     W. Krysicki, J. Bartos, W. Dyczka, W. Królikowska, W. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, część I i II, wydanie V, PWN, Warszawa 1995.

2.     E. L. Lehmann, Testing statistical hypothesis, Second edition. Wiley, New York 1986 (polski przekład pierwszego wydania:  Testowanie hipotez statystycznych, PWN, Warszawa1968).

Uwagi


Zmodyfikowane przez dr Robert Dylewski, prof. UZ (ostatnia modyfikacja: 17-09-2019 10:35)