Analiza danych
1000-M1ADA
Typowe problemy analizy danych, przykłady. Etapy badania statystycznego.
Zmienne i typy zmiennych. Rozkład częstości zmiennej. Graficzne przedstawienie danych.
Statystyka opisowa. Miary położenia, rozproszenia, asymetrii, koncentracji.
Wstępna obróbka danych.
Wnioskowanie statystyczne. Estymacja parametrów rozkładów, testowanie hipotez statystycznych.
Całkowity nakład pracy studenta
- godziny realizowane z udziałem nauczycieli: 30 godz. (15 godz. wykład + 15 godz. laboratorium),
- praca własna (bieżące przygotowanie do zajęć, studiowanie literatury): 12 godz.,
- czas poświęcony na przygotowanie do zaliczenia i zaliczenie: 8 godz.
Razem: 50 godzin (2 pkt ECTS).
Efekty uczenia się - wiedza
W1: zna podstawy rachunku prawdopodobieństwa w stopniu wystarczającym do opisu i analizy eksperymentu losowego i przeprowadzania prostego rozumowania statystycznego (K_W06),
W2: zna podstawowe metody statystyki opisowej i matematycznej, w tym zasady tworzenia wykresów statystycznych, estymacji oraz testowania hipotez parametrycznych (K_W02).
Efekty uczenia się - umiejętności
U1: potrafi zbudować i przeanalizować model matematyczny eksperymentu losowego (K_U21),
U2: umie posługiwać się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi, potrafi przeprowadzić proste rozumowanie statystyczne, także z wykorzystaniem narzędzi komputerowych (K_U22).
U3: pracuje systematycznie i umie samodzielnie realizować uzgodnione cele; dotrzymuje terminów (K_U24, K_U26).
Efekty uczenia się - kompetencje społeczne
K1: jest gotów do krytycznej oceny swojej wiedzy i dalszego jej doskonalenia z wykorzystaniem różnych źródeł informacji (K_K03),
K2: jest gotów do pokonywania trudności stojących na drodze do realizacji założonego celu i systematycznej pracy nad wszelkimi projektami (K_K04).
Metody dydaktyczne
Wykład informacyjny (konwencjonalny), pokaz, metoda laboratoryjna.
Metody dydaktyczne eksponujące
- pokaz
Metody dydaktyczne podające
- wykład informacyjny (konwencjonalny)
Metody dydaktyczne poszukujące
- laboratoryjna
Rodzaj przedmiotu
przedmiot obligatoryjny
Wymagania wstępne
Zaliczenie przedmiotu Rachunek prawdopodobieństwa.
Koordynatorzy przedmiotu
Kryteria oceniania
Zaliczenie wykładu i zaliczenie ćwiczeń.
Zaliczenie wykładu weryfikuje efekty W1, W2, U1, U2, K1.
Zaliczenie ćwiczeń weryfikuje efekty W2, U1, U2, U3, K2.
Praktyki zawodowe
Literatura
Literatura podstawowa:
Koronacki J., Mielniczuk J. Statystyka. WNT, Warszawa, 2001.
Larose D. T. Metody i modele eksploracji danych. PWN, Warszawa, 2008.
Literatura uzupełniająca:
Brandt S. Analiza danych. PWN, Warszawa, 1998.
Stanisz A. Przystępny kurs statystyki, tom 1. StatSoft Polska, Kraków, 1998.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i
terminach zajęć) mogą być dostępne w serwisie USOSweb: