SylabUZ
Nazwa przedmiotu | Analiza danych statystycznych |
Kod przedmiotu | 11.2-WA-IDP-ADS-W-S14_pNadGenONBWS |
Wydział | Wydział Matematyki, Informatyki i Ekonometrii |
Kierunek | Inżynieria danych |
Profil | ogólnoakademicki |
Rodzaj studiów | pierwszego stopnia z tyt. inżyniera |
Semestr rozpoczęcia | semestr zimowy 2023/2024 |
Semestr | 4 |
Liczba punktów ECTS do zdobycia | 5 |
Typ przedmiotu | obowiązkowy |
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 |
Wykład | 30 | 2 | - | - | Egzamin |
Laboratorium | 30 | 2 | - | - | Zaliczenie na ocenę |
Celem przedmiotu analiza danych statystycznych jest zapoznanie studenta z podstawowymi metodami analiz statystycznych oraz programem wspomagającym te analizy. Wszystkie metody i zagadnienia ilustrowane będą praktycznymi/rzeczywistymi przykładami. Po ukończeniu kursu student powinien być przygotowany do samodzielnego przeprowadzenia podstawowych analiz statystycznych, przedstawienia wyników w formie czytelnej i zrozumiałej dla zleceniodawcy.
Student powinien zaliczyć przedmioty: Analiza matematyczna 1 i 2, Algebra liniowa, Algebra liniowa i geometria analityczna, Wstęp do rachunku prawdopodobieństwa.
Wykład/laboratorium:
1. Zaprezentowanie praktycznych metod statystyki matematycznej służących analizie danych statystycznych:
2. Wykorzystanie odpowiedniego pakietu statystycznego do przeprowadzenia niezbędnych analiz statystycznych.
Wykład: tradycyjny i problemowy; dostępny w formie elektronicznej.
Laboratorium: ćwiczenia laboratoryjne w pracowni komputerowej; samodzielne wykonywanie analiz statystycznych przy wykorzystaniu programu komputerowego; dyskusja na temat przeprowadzonych analiz związanych z ich zastosowaniem w wybranych dziedzinach (ekonomii, socjologii, fizyce, biologii, medycynie i innych).
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Udział w zajęciach jest obowiązkowy.
Wykład: standaryzowany egzamin pisemny.
Laboratorium: sprawdzanie stopnia przygotowania studentów oraz ich aktywności w trakcie zajęć; kolokwia pisemne z zadaniami o zróżnicowanym stopniu trudności pozwalającymi na ocenę czy student osiągnął efekty kształcenia w stopniu minimalnym.
Na ocenę z przedmiotu składa się ocena z laboratorium (30%) oraz ocena z egzaminu pisemnego (70%). Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i egzaminu.
1. A. D. Aczel Statystyka w zarządzaniu PWN Warszawa 2000.
2. T. Górecki Podstawy statystyki z przykładami w R BTC Legionowo 2011.
3. J. Koronacki J. Mielniczuk Statystyka dla studentów kierunków technicznych i przyrodniczych WNT Warszawa 2001.
4. red. naukowa M. Walesiak E. Gatnar Statystyczna analiza danych z wykorzystaniem programu R, PWN Warszawa 2009.
5. A. Zielaś Metody statystyczne PWE Warszawa 2000.
6. W. N. Venables D. M. Smith and the Core Team An Introducion to R 2012 http://www.R-project.org
1. R Core Team R: A Language and Environment for Statistical Computing R Foundation for Statistical Computing Vienna Austria 2012 http://www.R-project.org.
2. Cz. Domański Testy statystyczne PWE Warszawa 1990.
3. R. Nowak Statystyka dla fizyków PWN Warszawa 2002.
Zmodyfikowane przez dr Alina Szelecka (ostatnia modyfikacja: 20-05-2023 12:39)