Wielowymiarowa analiza zjawisk społeczno-gospodarczych E-AG-2S-O.2
Konwersatorium (KW) Semestr zimowy 2024/2025

Podstawowa

Balicki A. (2009), Statystyczna analiza wielowymiarowa i jej zastosowania społeczno-ekonomiczne, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk.

Gatnar E., Walesiak M. (2004), red., Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, AE Wrocław, Wrocław.

Morrison D. F. (1990), Wielowymiarowa analiza statystyczna, PWN, Warszawa.

Uzupełniająca

Panek T. (2009), Statystyczne metody wielowymiarowej analizy porównawczej, Oficyna Wydawnicza SGH, Warszawa.

Stanisz A. (2007), Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, Tom 3. Analizy wielowymiarowe, Wydawnictwo StatSoft Polska, Kraków.

Wiedza:

Student ma wiedzę o wybranych metodach analizy wielowymiarowej. Zna możliwości zastosowania poznanych metod analizy wielowymiarowej w zakresie zjawisk społeczno-ekonomicznych.

Umiejętności:

Student potrafi stosować podstawowe metody i techniki pozyskiwania i gromadzenia danych, a także narzędzia służce do ich analizy, wyjaśniania oraz wnioskowania na temat zjawisk i procesów społeczno-gospodarczych. Wykorzystuje wiedzę z zakresu nauk ekonomicznych i metod analitycznych wielowymiarowej statystyki do identyfikowania, opisu, formułowania i rozwiązywania konkretnych problemów pojawiających się w praktyce gospodarczej. Potrafi wykorzystać pakiet SPSS w przeprowadzanych analizach oraz zinterpretować uzyskane wyniki.

Kompetencje:

Potrafi wykorzystać narzędzia analizy danych w pracy zespołowej.

Projekt z prawidłowym doborem metod i opisem wyników wraz z wnioskami: 4,5-5

Projekt z nie w pełni trafnym doborem metod i poprawnymi wnioskami: 3,5-4

Projekt bez interpretacji wyników: 3

1. Wielowymiarowa analiza regresji; wielowymiarowa analiza korelacji; analiza wariancji i kowariancji;

2. Analiza porównawcza w dwóch i wielu populacjach;

3. Analiza czynnikowa;

4. Analiza korespondencji;

5. Metody klasyfikacji (analiza skupień);

6. Metody porządkowania liniowego.

Ćwiczenia: ćwiczenia informatyczne, studium przypadku

E-learning: przekazywanie materiałów dydaktycznych, ćwiczenia on-line, wykorzystanie pakietu SPSS