Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka i ekonometria							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	praktyczny
Nazwa przedmiotu	Metody probabilistyczne i statystyka							Kod przedmiotu	IE1MPS
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	2
	30				30			Punkty ECTS	4
Przedmioty wprowadzające	Algebra liniowa z geometrią analityczną (IE1ALG), Analiza matematyczna (IE1AMA), Matematyka dyskretna (IE1MDY),
Cele przedmiotu	Przedmiot ma na celu zapoznanie studentów z podstawowymi pojęciami i problemami rachunku prawdopodobieństwa i statystyki matematycznej.
Treści programowe	Wykład: Zdarzenia losowe, zmienne losowe, rozkłady prawdopodobieństwa, parametryzacja rozkładów prawdopodobieństwa, korelacja i regresja, próbkowanie, estymacja, testowanie hipotez. Pracownia specjalistyczna: Zdarzenia losowe, zmienne losowe dyskretne i ciągłe, charakterystyki liczbowe zmiennych losowych, funkcje zmiennych losowych, zmienne losowe dwuwymiarowe, statystyka opisowa, estymatory, testy istotności, analiza wariancji, analiza regresji.
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera, wykład informacyjny,
Forma zaliczenia	Wykład - egzamin pisemny. Pracownia specjalistyczna - kolokwium, ocena sprawozdań, krótkie sprawdziany.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	zna podstawowe pojęcia rachunku prawdopodobieństwa								K_W01
EU2	zna teorię estymacji oraz metody wnioskowania statystycznego								K_W01
EU3	potrafi wykorzystać w praktyce podstawowe pojęcia rachunku prawdopodobieństwa, wyliczać charakterystyki liczbowe zmiennych losowych, definiować ich rozkłady prawdopodobieństwa oraz badać ich wzajemne zależności								K_U01
EU4	potrafi scharakteryzować analizowany problem przy użyciu odpowiednich miar opisowych oraz weryfikować postawione hipotezy przy użyciu właściwie dobranych modeli statystycznych								K_U02
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	egzamin pisemny								W
EU2	egzamin pisemny								W
EU3	kolokwium, krótkie sprawdziany								Ps
EU4	sprawozdania								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								30
	2 - Udział w pracowniach specjalistycznych -								30
	3 - Przygotowanie do pracowni specjalistycznych								15
	4 - Opracowanie sprawozdań z pracowni i wykonanie zadań domowych								15
	5 - Przygotowanie do zaliczenia wykładu								6
	6 - Udział w konsultacjach								4
RAZEM:									100
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									64 (6)+(1)+(2)	2.6
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									60 (4)+(2)+(3)	2.4
Literatura podstawowa	1. J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych, Warszawa, Wydaw. Naukowe PWN, 2018. 2. A. Plucińska, E. Pluciński, Probabilistyka, WNT, Warszawa 2003. 3. M. Sobczyk, Statystyka matematyczna, PWN Warszawa 2011. 4. J. Jóźwiak, J. Podgórski, Statystyka od podstaw, Warszawa : Polskie Wydawnictwo Ekonomiczne, 2012.
Literatura uzupełniająca	1. W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M.Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, PWN, Warszawa 2003. 2. W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna: definicje, twierdzenia, wzory, Wrocław: Oficyna Wydawnicza "GiS", 2010.
Jednostka realizująca	Katedra Oprogramowania								Data opracowania programu
Program opracował(a)	prof. dr hab. Leon Bobrowski,dr hab. inż. Małgorzata Krętowska								2021.04.28