Statystyka matematyczna II 1000-MS1-StatMat2

Założeniem przedmiotu jest zastosowanie typowych metod wnioskowania statystycznego do analizy danych. Celem zajęć jest zapoznanie studentów z podstawową metodologią, narzędziami i interpretacją statystycznych wyników badań. Dane empiryczne analizowane będą za pomocą poznanych wcześniej narzędzi statystycznych, m.in. środowiska R.

Regresja liniowa.
Regresja logistyczna i probitowa.
Analiza dyskryminacyjna.
Analiza wariancji i testy porównań wielokrotnych.
Analiza przeżycia: podstawowe pojęcia i modele (modele regresyjne, m.in. proporcjonalnego hazardu Coxa), dane cenzorowane i ucięte, estymacja funkcji przeżycia (m.in. estymator Kaplana - Meiera).

Całkowity nakład pracy studenta

Całkowity nakład pracy studenta: wykład - 30 godzin laboratorium – 30 godzin konsultacje z prowadzącymi zajęcia – 30 godzin zaliczenie laboratorium i egzamin – 2 godziny praca własna (rozwiązywanie zadań, studiowanie literatury) - 30 godzin przygotowanie do egzaminu – 28 godzin RAZEM 150 godzin (6 punktów ECTS)

Efekty uczenia się - wiedza

W1: Wie, jaką metodę statystyczną wykorzystać do analizy konkretnych danych statystycznych (K_W01,K_W03, K_W05). W2: Wie, jakie narzędzia informatyczne, pakiety statystyczne mogą być wykorzystane do analizy danych statystycznych (K_W10).

Efekty uczenia się - umiejętności

U1: Potrafi poprawnie sformułować hipotezy badawcze (K_U06). U2: Potrafi właściwie dobrać metodę lub grupę metod analizy statystycznej (K_U07). U3: Potrafi dobrać odpowiednie narzędzie obliczeniowe, pakiet statystyczny do analizy danych statystycznych i stworzyć opracowanie przedstawiające wyniki (K_U07, K_U13).

Efekty uczenia się - kompetencje społeczne

K1: Potrafi samodzielnie dobierać metody analiz danych statystycznych (K_K01). K2: Potrafi wyjaśnić w zrozumiały sposób znaczenie otrzymanych wyników analizy statystycznej (K_K05). K3: Pracuje systematycznie, dotrzymuje terminów. Potrafi rzetelnie zaraportować wyniki analiz (K_K03).

Metody dydaktyczne

- wykład informacyjny (konwencjonalny) - analiza laboratoryjna danych pod nadzorem prowadzącego

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Wymagania wstępne

Do realizacji przedmiotu niezbędne jest zaliczenie następujących przedmiotów: - rachunek prawdopodobieństwa, - statystyka matematyczna, - narzędzia eksploracji danych.

Koordynatorzy przedmiotu

Wojciech Niemiro

Kryteria oceniania

Zaliczenie na ocenę: kolokwium przeprowadzone w formie testu, sprawdzające następujące efekty kształcenia: W2, U2, U4.

Egzamin pisemny zweryfikuje wiedzę teoretyczną w zakresie następujących efektów kształcenia: W1, W2, U1, U4, K2.Analiza

Praktyki zawodowe

Nie dotyczy.

Literatura

Rachunek Prawdopodobieństwa i Statystyka Matematyczna, Wojciech Niemiro, SNS 1999.

Statystyczne systemy uczące się, Jacek Koronacki i Jan Ćwik, Exit 2021 (wydanie II).

Analiza danych z programem R, Przemysław Biecek, PWN 2013.

Biostatystyka, Marta Zalewska i Wojciech Niemiro, PZWL 2022.

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 1000-MS1-StatMat2 w USOSweb