| Wydział Informatyki | ||||||||||
| Kierunek studiów | Matematyka Stosowana | Poziom i forma studiów | drugiego stopnia stacjonarne | |||||||
| Specjalność / Ścieżka dyplomowania | Analityka Danych i Modelowanie Matematyczne | Profil kształcenia | praktyczny | |||||||
| Nazwa przedmiotu | Statystyczna analiza danych | Kod przedmiotu | MAT2SAD | |||||||
| Rodzaj przedmiotu | obowiązkowy | |||||||||
| Forma zajęć i liczba godzin | W | Ć | L | P | Ps | T | S | Semestr | 1 | |
| 30 | 45 | Punkty ECTS | 5 | |||||||
| Przedmioty wprowadzające | ||||||||||
| Cele przedmiotu |
Poznanie etapów gromadzenia danych oraz metod statystycznej analizy danych. Nabycie umiejętności weryfikacji poprawności zgromadzonych danych oraz przeprowadzenia ich analizy. Nabycie wiedzy oraz umiejętności rozpoznania oraz odpowiedniej prezentacji danych w postaci statystyki opisowej. Poznanie i stosowanie metod wizualizacji danych jednowymiarowych, dwuwymiarowych oraz wielowymiarowych. Umiejętność doboru testów statystycznych w zależności od typu danych oraz spełnienia wymaganych założeń. Umiejętność doboru modeli statystycznych w celu matematycznego opisu zjawisk, predykcji bądź klasyfikacji przypadków. Umiejętność oceny jakości modelu oraz technik porównywania modeli statystycznych. |
|||||||||
| Treści programowe |
Wykład: Pracownia specjalistyczna: |
|||||||||
| Metody dydaktyczne |
wykład problemowy, programowanie z użyciem komputera, wykład informacyjny, metoda przypadków, |
|||||||||
| Forma zaliczenia |
Wykład - zaliczenie ustne. |
|||||||||
| Symbol efektu uczenia się | Zakładane efekty uczenia się | Odniesienie do kierunkowych efektów uczenia się | ||||||||
| EU1 | zna etapy gromadzenia danych oraz sposoby weryfikacji ich poprawności |
K_W02 |
||||||||
| EU2 | potrafi zweryfikować poprawność zgromadzonych danych oraz przygotować je do analizy |
K_U01 K_U09 |
||||||||
| EU3 | potrafi wykonać opisową analizę zgromadzonych danych |
K_U07 |
||||||||
| EU4 | posiada wiedzę na temat różnych metod statystycznej analizy danych |
K_W02 K_W05 |
||||||||
| EU5 | potrafi przeprowadzić analizę na dostarczonych danych stosując odpowiednie metody |
K_U01 K_U07 K_U08 K_U15 |
||||||||
| Symbol efektu uczenia się | Sposób weryfikacji efektu uczenia się | Forma zajęć na której zachodzi weryfikacja | ||||||||
| EU1 | zaliczenie ustne | W | ||||||||
| EU2 | raport | Ps | ||||||||
| EU3 | raport | Ps | ||||||||
| EU4 | zaliczenie ustne | W | ||||||||
| EU5 | raport | Ps | ||||||||
| Bilans nakładu pracy studenta (w godzinach) | Liczba godz. | |||||||||
| Wyliczenie | ||||||||||
| 1 - Udział w wykładach | 30 | |||||||||
| 2 - Udział w pracowniach specjalistycznych | 45 | |||||||||
| 3 - Udział w konsultacjach | 5 | |||||||||
| 4 - Przygotowanie do zajęć pracowni specjalistycznej | 20 | |||||||||
| 5 - Opracowanie sprawozdań z pracowni specjalistycznej | 20 | |||||||||
| 6 - Przygotowanie do zaliczenia wykładu | 5 | |||||||||
| RAZEM: | 125 | |||||||||
| Wskaźniki ilościowe | GODZINY | ECTS | ||||||||
| Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela | 80 (3)+(2)+(1) |
3.2 | ||||||||
| Nakład pracy studenta związany z zajęciami o charakterze praktycznym | 85 (4)+(5)+(2) |
3.4 | ||||||||
| Literatura podstawowa |
1. M. H. Kutner,C. J. Nachtsheim, J. Neter, W. Li, Applied linear statistical models, 5th ed. McGraw-Hill, 2005. |
|||||||||
| Literatura uzupełniająca |
Artykuły naukowe dostarczone w trakcie zajęć. |
|||||||||
| Jednostka realizująca | Katedra Oprogramowania | Data opracowania programu | ||||||||
| Program opracował(a) | dr inż. Magdalena Topczewska | 2020.04.06 | ||||||||