Analiza wariancji
Informacje ogólne
Kod przedmiotu: | MFI-M.10 |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Analiza wariancji |
Jednostka: | Zakład Statystyki Matematycznej |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Godzinowe ekwiwalenty punktów ECTS: | Godziny kontaktowe (z udziałem nauczyciela akademickiego) Wykład 30 Laboratorium 30 Konsultacje 30 Łączna liczba godzin z udziałem nauczyciela akademickiego 90 Liczba punktów ECTS z udziałem nauczyciela akademickiego 3,5 Godziny niekontaktowe (praca własna studenta) Przygotowanie się do laboratorium 30 Przygotowanie się do kolokwiów 10 Studiowanie literatury 25 Łączna liczba godzin niekontaktowych 65 Liczba punktów ECTS za godziny niekontaktowe 2,5 Sumaryczna liczba punktów ECTS dla modułu 6 |
Sposób weryfikacji efektów kształcenia: | W1, W2, W3, W4, W5 kolokwia U1, U2, U3 kolokwia, prace zespołowe K1, K2, K3, K4 aktywność |
Pełny opis: |
Studenci poznają metody statystyczne służące do analizy wpływu badanych czynników klasyfikujących na wynik eksperymentu. Studenci podczas zajęć nabywają umiejętności posługiwania się programem STATISTICA w zakresie stosowania procedur analizy wariancji. Zakres programowy: 1. Elementy planowania doświadczeń i ANOVA dla klasyfikacji pojedynczej: sprawdzanie założeń, testy post-hoc, ocena wielkości efektów 2. Nieparametryczna jednoczynnikowa analiza wariancji: test Kruskala-Wallisa, rangowy test porównań wielokrotnych i test mediany. 3. Wieloczynnikowa analiza wariancji: ANOVA efektów głównych, ANOVA dla układów czynnikowych, metoda bloków losowych i dostosowane układy międzygrupowe. 4. Procedury porównań wielokrotnych: analiza kontrastów, analiza trendu. 5. Hierarchiczna analiza wariancji. 6. Analiza kowariancji ANCOVA: model i założenia, średnie skorygowane, założenie o równoległości linii regresji, model różnych nachyleń. 7. Analiza wariancji z powtarzanymi pomiarami: założenie o sferyczności, korygowanie wyników przy niespełnieniu założenia sferyczności. 8. Nieparametryczny test ANOVA rang Friedmana i współczynnik zgodności Kendalla. 9. Komponenty wariancyjne i model mieszany ANOVA/ANCOVA. 10. Wielowymiarowa analiza wariancji i kowariancji (MANOVA i MANCOVA). 11. Związki pomiędzy analizą wariancji i analizą regresji. |
Literatura: |
1. A. Stanisz, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, t. II, StatSoft, Kraków 2007 2. H. Ahrens, Analiza wariancji, PWN, 1970 3. H. Ahrens, J. Laeuter, Wielowymiarowa analiza wariancji, PWN, Warszawa 1979 4. J. Brzeziński, R. Stachowski, Zastosowanie analizy wariancji w eksperymentalnych badaniach psychologicznych, PWE, 1981 5. G. A. Ferguson, Y. Takane, Analiza statystyczna w psychologii i medycynie, PWN, Warszawa 2002 |
Efekty uczenia się: |
WIEDZA W1. Zna podstawy planowania doświadczeń i podstawowe układy eksperymentalne - K_W01 W2. Zna metody statystyczne służące do porównywania różnic pomiędzy wieloma średnimi w grupach wyznaczonych przez różne poziomy badanego czynnika lub czynników, także przy zastosowaniu metod nieparametrycznych - K_W04 W3. Zna procedury porównań wielokrotnych - K_W02 W4. Zna zaawansowane techniki obliczeniowe, wspomagające pracę statystyka i rozumie ich ograniczenia - K_W05 W5. Ma wykształcony obraz możliwości zastosowań statystyki w innych dziedzinach nauki - K_W11 UMIEJĘTNOŚCI U1. Potrafi przeprowadzić parametryczną analizę wariancji jedno- i wieloczynnikową, w tym analizę wariancji hierarchicznej i z powtarzanymi pomiarami oraz analizę kowariancji i analizę rangową - K_U19 U2. Umie stosować procedury porównań wielokrotnych, w tym analizę kontrastów, analizę trendu - K_U13 U3. Umie wykorzystać programy komputerowe w zakresie analizy wariancji i kowariancji - K_U19 KOMPETENCJE SPOŁECZNE K1. Ma świadomość ograniczenia poziomu swojej wiedzy i umiejętności, dokonuje samooceny własnych kompetencji i doskonali umiejętności, wyznacza kierunki własnego rozwoju i kształcenia - K_K01 K2. Potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania - K_K02 K3. Rozumie potrzebę popularnego przedstawiania laikom wybranych osiągnięć matematyki wyższej - K_K05 K4. Potrafi formułować opinie na temat podstawowych zagadnień matematycznych - K_K07 |
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.