SylabUZ
Nazwa przedmiotu | Analiza danych wielowymiarowych |
Kod przedmiotu | 11.5-WK-IDD-ADW-L-S15_pNadGenX6EZ9 |
Wydział | Wydział Matematyki, Informatyki i Ekonometrii |
Kierunek | Inżynieria danych |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra |
Semestr rozpoczęcia | semestr letni 2021/2022 |
Semestr | 3 |
Liczba punktów ECTS do zdobycia | 5 |
Występuje w specjalnościach | Modelowanie i analiza danych |
Typ przedmiotu | obieralny |
Język nauczania | polski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Laboratorium | 30 | 2 | - | - | Zaliczenie na ocenę |
Wykład | 30 | 2 | - | - | Egzamin |
Zapoznanie studenta z wybranymi metodami analizy danych wielowymiarowych oraz narzędziami wykonującymi obliczenia statyczne (np. SAS, R-project).
Analiza danych statystycznych, analiza modeli ekonometrycznych.
Wykład/laboratorium:
1. Prezentacja wybranych zagadnień analizy wielowymiarowej.
· Analiza regresji.
· Analiza wariancji.
· Analiza dyskryminacyjna.
· Analiza skupień.
· Analiza czynnikowa.
2. Wykorzystanie wybranego pakietu statystycznego do przeprowadzania niezbędnych analiz statystycznych.
Wykład: tradycyjny i problemowy; dostępny w formie elektronicznej.
Laboratorium: rozwiązywanie zadań ora wykonywanie analiz statystycznych na danych umownych i rzeczywistych przy użyciu wybranego pakietu statystycznego (np. SAS, R-project); dyskusja na temat przeprowadzonych analiz związanych z ich zastosowaniem w wybranych dziedzinach.
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Laboratorium: kolokwia z zadaniami o zróżnicowanym stopniu trudności, pozwalającymi na ocenę, czy student osiągnął efekty kształcenia w stopniu minimalnym.
Wykład: egzamin pisemny.
Warunkiem przystąpienia do egzaminu jest pozytywna ocena z laboratorium, którą uzyskuje się po zdobyciu co najmniej 50% maksymalnej sumy punktów z dwóch kolokwiów pisemnych. Warunkiem zaliczenia przedmiotu jest pozytywna ocena z egzaminu. Na ocenę z przedmiotu składa się ocena z laboratorium (60%) oraz ocena z wykładu (40%).
1. T. Górecki, Podstawy statystyki z przykładami w R, BTC, Legionowo, 2011.
2. red. naukowa M. Walesiak, E. Gatnar, Statystyczna analiza danych z wykorzystaniem programu R, PWN Warszawa 2009.
3. J. Ćwik, J. Koronacki, Statystyczne systemy uczące się, WNT, 2005.
4. E. Frątczak, E. Gołata, T. Klimanek, A. Ptak-Chmielewska, M. Pęczkowski, Wielowymiarowa analiza statystyczna, Oficyna Wydawnicza SGH, 2009
1. J.J. Faraway, Linear Models with R, Chapman & Hall, CRC, 2005.
2. M. Krzyśko, Wielowymiarowa analiza statystyczna, Uniwersytet im. Adama Mickiewicza w Poznaniu
Zmodyfikowane przez dr Alina Szelecka (ostatnia modyfikacja: 20-05-2021 13:38)