Podstawy statystycznej analizy danych 1000-OG-PSAD

Zagadnienia, które będą omawiane na zajęciach:
1.Zmienne i typy zmiennych. Rozkład częstości zmiennej. Graficzne przedstawienie danych.
2.Podstawowe rozkłady prawdopodobieństwa zmiennych losowych. Miary położenia (tendencji centralnej), rozproszenia, asymetrii, koncentracji.
3.Wstępna obróbka danych, restrukturyzacja.
4. Estymacja parametrów rozkładów: punktowa i przedziałowa.
5. Testowanie hipotez statystycznych. Ogólne zasady postępowania. Testy parametryczne. Przykładowe testy nieparametryczne. Błędy I
i II rodzaju, moc testu.
6. Analiza zależności zmiennych. Korelacja, współczynniki korelacji. Testowanie niezależności zmiennych.
7. Podstawy analizy wariancji.

Całkowity nakład pracy studenta

Laboratorium: 45 h Studiowanie literatury: 25 h Praca własna – analiza danych, zadania do samodzielnego rozwiązania: 40 h Przygotowanie do zaliczenia: 15 h Łącznie: 125 h (5 punktów ECTS)

Efekty uczenia się - wiedza

PSAD_W1: Zna najważniejsze zagadnienia statystyki matematycznej i jej praktyczne zastosowania. PSAD_W2: Zna podstawy rachunku prawdopodobieństwa i statystyki matematycznej w stopniu wystarczającym do opisu i analizy eksperymentu losowego i przeprowadzania prostego rozumowania statystycznego. PSAD_W3: Ma wiedzę na temat podstawowych testów statystycznych i wie który test zastosować w konkretnej sytuacji praktycznej. PSAD_W4: Ma wiedzę na temat przeprowadzania analizy danych z wykorzystaniem pakietów statystycznych.

Efekty uczenia się - umiejętności

PSAD_U1: Potrafi identyfikować podstawowe rozkłady prawdopodobieństwa. PSAD_U2: Umie posługiwać się statystycznymi charakterystykami populacji oraz ich próbkowymi odpowiednikami. PSAD_U3: Potrafi prowadzić wnioskowanie statystyczne, również z wykorzystaniem narzędzi komputerowych. PSAD_U4: Umie poprawnie zaprezentować i zinterpretować wyniki wykonanych analiz statystycznych.

Efekty uczenia się - kompetencje społeczne

PSAD_K1: Przekazuje innym swoją wiedzę w zakresie statystyki matematycznej i analizy danych w zrozumiały sposób, rozumie potrzebę odpowiedniego prezentowania wyników badań i analiz. PSAD_K2: Pracuje systematycznie i umie samodzielnie realizować uzgodnione cele; dotrzymuje terminów.

Metody dydaktyczne

Wykład informacyjny, metoda laboratoryjna.

Wymagania wstępne

Znajomość matematyki na poziomie szkoły średniej. Podstawowa umiejętność posługiwania się komputerem z systemem Windows. Samodyscyplina, umiejętność gospodarowania własnym czasem, umiejętność czytania ze zrozumieniem tekstów napisanych językiem formalnym, otwartość na nowe wyzwania, świadomość konieczności samodoskonalenia się, odwaga w zadawaniu pytań oraz wypowiadaniu się na forum publicznym.

Koordynatorzy przedmiotu

Liliia Bozhukha

Kryteria oceniania

Zaliczenie laboratorium – PSAD_W1-W4, PSAD_U1-U4, PSAD_K1-K2.

Praktyki zawodowe

Brak

Literatura

Literatura podstawowa:
[1] W. Niemiro, Rachunek prawdopodobieństwa i statystyka matematyczna, SNS 1999.
[2] N. M. Józefacka, M. F. Kołek, A. Arciszewska-Leszczuk, P. Iwankowski, Metodologia i statystyka. Przewodnik naukowego turysty Tom 1, PWN 2023.
[3] J. Niemiro, M. J. Zalewska, Biostatystyka. Od podstaw do zaawansowanych metod, PZWL 2022.
[4] J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT 2004.

Literatura uzupełniająca:
[5] W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Część 2., PWN 1995.
[6] D. T. Larose, Metody i modele eksploracji danych, PWN 2008.

Więcej informacji

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

Strona przedmiotu 1000-OG-PSAD w USOSweb