Wydział Informatyki
Kierunek studiów Matematyka Stosowana Poziom i forma studiów pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania Przedmiot wspólny Profil kształcenia praktyczny
Nazwa przedmiotu Metody analizy wielowymiarowej w badaniach ekonomicznych i społecznych Kod przedmiotu MAT1MAW
Rodzaj przedmiotu obieralny
Forma zajęć i liczba godzin W Ć L P Ps T S Semestr 5/6
30 30 Punkty ECTS 4
Przedmioty wprowadzające Algebra liniowa z geometrią analityczną 1 (MAT1AL1),   Algebra liniowa z geometrią analityczną 2 (MAT1AL2),   Modelowanie statystyczne (MAT1MST),   Rachunek prawdopodobieństwa (MAT1RPR),  
Cele przedmiotu

Celem zajęć jest zapoznanie uczestników z najważniejszymi metodami statystyki wielowymiarowej, które mogą być z powodzeniem stosowane w badaniach zjawisk ekonomicznych i społecznych. Metody te umożliwiają wydobycie z danych najistotniejszych informacji. Zajęcia obejmują część teoretyczną oraz laboratoryjną z wykorzystaniem pakietu Statistica i mają za zadanie przygotowanie studentów do praktycznego stosowania poznanych metod analizy danych, począwszy od wyboru adekwatnej, oddającej problem metody analitycznej do interpretacji uzyskanych wyników. Celem dodatkowym jest przygotowanie uczestników do stosowania poznanych procedur statystycznych oraz samodzielnej interpretacji uzyskanych wyników

Treści programowe

Wykład:
1. Podstawowe zagadnienia analizy wielowymiarowej (typy skal pomiarowych, transformacja normalizacyjna, miary odległości)
2. Metody badania współzależności zjawisk (testy parametryczne i nieparametryczne)
3. Analiza czynnikowa i metoda głównych składowych
4. Metody porządkowania liniowego i nieliniowego
5. Metody grupowania obiektów (wybrane metody hierarchiczne i metoda k-średnich)
6. Analiza korespondencji

Pracownia specjalistyczna:
1. Wprowadzenie do wybranego pakietu statystycznego
2. Metody normalizacji zmiennych oraz sposoby mierzenia odległości
3. Testy parametryczne i nieparametryczne w badaniach współzależności zjawisk
4. Analiza czynnikowa i metoda głównych składowych
5. Metody porządkowania liniowego
6. Metody grupowania obiektów
7. Analiza korespondencji

Metody dydaktyczne

dyskusja związana z wykładem,   metoda projektów,   wykład informacyjny,   metoda przypadków,  

Forma zaliczenia

Wykład - zaliczenie pisemne.
Pracownia specjalistyczna - ocena sprawozdań z wykonanych zadań cząstkowych.

Symbol efektu uczenia się Zakładane efekty uczenia się Odniesienie do kierunkowych efektów uczenia się
EU1 zna metody statystyki wielowymiarowej; zna źródła pozyskiwania danych ekonomicznych oraz społecznych o charakterze ilościowym i jakościowym K_W02
K_W07
EU2 rozpoznaje problem ekonomiczny wymagający analizy wielowymiarowej K_W02
K_W13
EU3 potrafi budować zaawansowane modele dla zjawisk ekonomicznych i społecznych o naturze wielowymiarowej K_U09
K_U20
EU4 potrafi interpretować uzyskane wyniki, dokonać ich prezentacji i napisać sprawozdanie z przeprowadzonego badania empirycznego K_U09
K_U12
K_U16
K_U23
Symbol efektu uczenia się Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
EU1 zaliczenie pisemne W
EU2 zaliczenie pisemne W
EU3 ocena sprawozdań z wykonanych zadań cząstkowych Ps
EU4 ocena sprawozdań z wykonanych zadań cząstkowych Ps
Bilans nakładu pracy studenta (w godzinach) Liczba godz.
Wyliczenie
1 - Udział w wykładach 30
2 - Udział w pracowni specjalistycznej 30
3 - Przygotowanie do pracowni specjalistycznej 10
4 - Udział w konsultacjach związanych z wykładami/pracownią specjalistyczną 5
5 - Przygotowanie sprawozdań z zadań realizowanych w ramach pracowni 15
6 - Przygotowanie do zaliczenia 10
RAZEM: 100
Wskaźniki ilościowe GODZINY ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela 65
(1)+(2)+(4)
2.6
Nakład pracy studenta związany z zajęciami o charakterze praktycznym 55
(3)+(2)+(5)
2.2
Literatura podstawowa

1. A. Stanisz, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach medycznych. Tom 3. Analizy wielowymiarowe, StatSoft Polska, Kraków 2007.
2. A. Stanisz, Modele regresji logistycznej. Zastosowania w medycynie, naukach przyrodniczych i społecznych, StatSoft Polska, Kraków 2016.
3. T. Panek, J. Zwierzchowski, Statystyczne metody wielowymiarowej analizy porównawczej : teoria i zastosowania, Warszawa : Szkoła Główna Handlowa - Oficyna Wydawnicza, 2013.

Literatura uzupełniająca

1. A. Stanimir, Analiza korespondencji jako narzędzie do badania zjawisk ekonomicznych, Wrocław : Wydaw. Akademii Ekonomicznej we Wrocławiu, 2005.
2. M. Walesiak, E. Gatnar, Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa, 2012.

Jednostka realizująca Katedra Informatyki Teoretycznej Data opracowania programu
Program opracował(a) dr Marzena Filipowicz-Chomko 2021.05.12