Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka							Poziom i forma studiów	pierwszego stopnia inżynierskie niestacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Metody probabilistyczne i statystyka							Kod przedmiotu	INZ1MPS
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	2
	20				10			Punkty ECTS	4
Przedmioty wprowadzające	Algebra liniowa z geometrią analityczną (INZ1ALG), Analiza matematyczna (INZ1AMA),
Cele przedmiotu	Zapoznanie studentów z podstawowymi pojęciami i problemami rachunku prawdopodobieństwa i statystyki matematycznej. Odniesienia do standardu SFIA: Data science DATS - poziom 2
Treści programowe	Wykład: Kombinatoryka, zdarzenia losowe, zmienne losowe dyskretne i ciągłe, rozkłady prawdopodobieństwa, parametryzacja rozkładów prawdopodobieństwa, korelacja i regresja, próbkowanie, estymacja, testowanie hipotez. Pracownia specjalistyczna: Zmienne losowe dyskretne i ciągłe, charakterystyki liczbowe zmiennych losowych, statystyka opisowa, estymatory, testy istotności, analiza wariancji, analiza regresji.
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera, wykład informacyjny,
Forma zaliczenia	Wykład - zaliczenie pisemne. Pracownia specjalistyczna - kolokwium, sprawozdania, krótkie sprawdziany.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	podstawowe pojęcia rachunku prawdopodobieństwa								INF1_W01
EU2	teorię estymacji oraz metody wnioskowania statystycznego								INF1_W01
EU3	wykorzystać w praktyce podstawowe pojęcia rachunku prawdopodobieństwa, wyliczać charakterystyki liczbowe zmiennych losowych, definiować ich rozkłady prawdopodobieństwa oraz badać ich wzajemne zależności								INF1_U01
EU4	scharakteryzować analizowany problem przy użyciu odpowiednich miar opisowych oraz weryfikować postawione hipotezy przy użyciu właściwie dobranych modeli statystycznych								INF1_U01
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie pisemne								W
EU2	zaliczenie pisemne								W
EU3	kolokwium, krótkie sprawdziany								Ps
EU4	sprawozdania, krótkie sprawdziany								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								20
	2 - Udział w pracowniach specjalistycznych								10
	4 - Opracowanie sprawozdań z pracowni i wykonanie zadań domowych								46
	5 - Przygotowanie do zaliczenia wykładu								20
	6 - Udział w konsultacjach								4
RAZEM:									100
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									34 (6)+(1)+(2)	1.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									56 (2)+(4)	2.2
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,dr inż. Magdalena Topczewska								2023.04.04