Statystyczna analiza danych 1000-ZiSAD

https://moodle.mat.umk.pl/course/view.php?id=2873

Zagadnienia, które będą omówione na wykładzie:
1.Typowe problemy statystyki i analizy danych. Etapy badania statystycznego. Zmienne i typy zmiennych. Rozkład częstości zmiennej. Graficzne przedstawienie danych.
2. Statystyka opisowa. Miary położenia (tendencji centralnej), rozproszenia, asymetrii, koncentracji.
3. Wstępna obróbka danych.
4. Wnioskowanie statystyczne: estymacja parametrów rozkładów (punktowa i przedziałowa).
5. Wnioskowanie statystyczne: testowanie hipotez statystycznych.
6. Prosta regresja liniowa.

Na zajęciach laboratoryjnych zagadnienie te będą ilustrowane używając pakiet statystyczny PS IMAGO PRO 7.0 (IBM SPSS Statistics 27).

Całkowity nakład pracy studenta

20 godz. - wykład 20 godz. - laboratorium 27 godz. - praca własna - bieżące przygotowanie do zajęć, studiowanie literatury; konsultacje z prowadzącymi zajęcia 15 godz. - praca własna - przygotowanie do egzaminu 3 godz. - zaliczenie laboratorium i egzamin Łącznie: 85 godz. 3 pkt. ECTS

Efekty uczenia się - wiedza

Po ukończeniu kursu student osiąga następujące efekty (kody odnoszą się do efektów dla studiów 1 stopnia na kierunku informatyka - studia inżynierskie): SAD_W1: Ma wiedzę w zakresie metod statystycznych i ich stosowania w praktyce, w szczególności zna podstawowe pojęcia i etapy badania statystycznego i analizy danych (K_W01, K_W17). SAD_W2: Posiada podstawową wiedzę na temat pracy ze zbiorami danych z wykorzystaniem pakietów statystycznych (K_W05, K_W09) SAD_W3: Orientuje się w dostępnym na rynku oprogramowaniu oraz zna przynajmniej jeden pakiet statystyczny służący do analizy danych (K_W02, K_W11)

Efekty uczenia się - umiejętności

Po ukończeniu kursu student osiąga następujące efekty (kody odnoszą się do efektów dla studiów 1 stopnia na kierunku informatyka - studia inżynierskie): SAD_U1: Posiada umiejętność wykonania analizy danych z wykorzystaniem jednego ze standardowych pakietów statystycznych (K_U18) SAD_U2: Potrafi importować, formatować i przekształcać zbiory danych na potrzeby wybranego oprogramowania (K_U02, K_U18)

Efekty uczenia się - kompetencje społeczne

Po ukończeniu kursu student osiąga następujące efekty (kody odnoszą się do efektów dla studiów 1 stopnia na kierunku informatyka - studia inżynierskie): SAD_K1: Potrafi sformułować problem analizy danych w sposób zrozumiały zarówno dla osób, pracujących w tej dziedzinie, jak też dla innych (K_K02, K_K03) SAD_K2: Samodzielnie i efektywnie pracuje z danymi, dostrzega zależności i poprawnie wyciąga wnioski posługując się zasadami statystyki matematycznej (K_K03, K_K04)

Metody dydaktyczne

Wykład informacyjny, metoda laboratoryjna

Metody dydaktyczne podające

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące

- laboratoryjna

Rodzaj przedmiotu

przedmiot obligatoryjny

Wymagania wstępne

Znajomość podstawowych pojęć rachunku prawdopodobieństwa

Koordynatorzy przedmiotu

Aleksander Zaigrajew

Kryteria oceniania

Laboratorium: zaliczenie na podstawie wykonania zadań domowych i projektu zaliczeniowego - weryfikacja efektów: SAD_W2, SAD_W3, SAD_U1, SAD_U2, SAD_K2.

Wykład: egzamin pisemny – weryfikacja efektów: SAD_W1, SAD_K2.

Dla uzyskania oceny co najmniej dostatecznej należy poprawnie odpowiedzieć przynajmniej na jedno z dwóch losowo otrzymanych zagadnień.
Dla uzyskania oceny co najmniej dobrej należy poprawnie odpowiedzieć na jedno z zagadnień oraz w zakresie podstawowym na zagadnienie drugie.
Dla uzyskania oceny bardzo dobrej należy wyczerpująco przedstawić oba zagadnienia.

Literatura

1.Koronacki J., Mielniczuk J. Statystyka. WNT, Warszawa, 2001.
2.Larose D. T. Metody i modele eksploracji danych. PWN, Warszawa, 2008.
3.Górniak, J., Wachnicki, J. Pierwsze kroki w analizie danych. SPSS Polska, Kraków, 2000.
4.Stanisz A. Przystępny kurs statystyki, tom 1. StatSoft Polska, Kraków, 1998.
5. Zaigrajew A. Statystyka, skrypt. UMK, Toruń, 2014.

Więcej informacji

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

Strona przedmiotu 1000-ZiSAD w USOSweb