SylabUZ

Wygeneruj PDF dla tej strony

Analiza danych statystycznych - opis przedmiotu

Informacje ogólne
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 2017/2018
Informacje o przedmiocie
Semestr 4
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr Jacek Bojarski
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 - - Egzamin
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

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.

Wymagania wstępne

Student powinien zaliczyć przedmioty: Analiza matematyczna 1 i 2, Algebra liniowa, Algebra liniowa i geometria analityczna, Wstęp do rachunku prawdopodobieństwa.

Zakres tematyczny

Wykład/laboratorium:

1. Zaprezentowanie praktycznych metod statystyki matematycznej służących analizie danych statystycznych:

  • estymacja punktowa,
  • estymacja przedziałowa,
  • testowanie hipotez,
  • jedno i wielokierunkowa analiza wariancji,
  • podstawy kontroli jakości i planowania doświadczeń.

2. Wykorzystanie odpowiedniego pakietu statystycznego do przeprowadzenia niezbędnych analiz statystycznych.

Metody kształcenia

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).

Efekty kształcenia i metody weryfikacji osiągania efektów kształcenia

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

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.

Obciążenie pracą

Obciążenie pracą Studia stacjonarne
(w godz.)
Studia niestacjonarne
(w godz.)
Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) 75 -
Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) 55 -
Łącznie 130 -
Punkty ECTS Studia stacjonarne Studia niestacjonarne
Zajęcia z udziałem nauczyciela akademickiego 3 -
Zajęcia bez udziału nauczyciela akademickiego 2 -
Łącznie 5 -

Literatura podstawowa

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

Literatura uzupełniająca

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.

Uwagi


Zmodyfikowane przez dr Robert Dylewski (ostatnia modyfikacja: 09-04-2017 16:27)