Statystyka matematyczna
Informacje ogólne
Kod przedmiotu: | MFI-M.234 |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Statystyka matematyczna |
Jednostka: | Instytut Matematyki |
Grupy: | |
Punkty ECTS i inne: |
6.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | 1. Znajomość rachunku prawdpodobieństwa, rachunku różniczkowego i całkowego, objętego programem studiów pierwszego stopnia. 2. Znajomość treści programowych i umiejętności korzystania z programów, objętych programem "Statystyki Matematycznej" studiów pierwszego stopnia. |
Godzinowe ekwiwalenty punktów ECTS: | Godziny kontaktowe (z udziałem nauczyciela akademickiego) 1. Godziny kontaktowe z wykładowcą - wykład - 30 2. Godziny kontaktowe z wykładowcą - konsultacje - 10 3. Udział w ćwiczeniach i laboratorium – 30 Łączna liczba godzin z udziałem nauczyciela akademickiego 70 Liczba punktów ECTS z udziałem nauczyciela akademickiego 3 Godziny nie kontaktowe (praca własna studenta) 4. Samodzielne rozwiązywanie zadań tablicowych (deklarowanych) – 40 5. Przygotowanie do kolokwiów – 30 Łączna liczba godzin nie kontaktowych - 70 Liczba punktów ECTS za godziny nie kontaktowe 3 Sumaryczna liczba punktów ECTS dla modułu 6 |
Sposób weryfikacji efektów kształcenia: | 1. Ocenianie kształtujące: Kontrola obecności na wykładach i laboratorium. Aktywność na zajęciach. Kontrola aktywności na zajęciach i w czasie rozwiązywania problemów oraz zadań, które są objęte programem. Wzajemna, koleżeńska recenzja poprawności rozwiązań. Pytania i problemy zachęcające studenta do poszukiwania odpowiedzi, angażujące w naukę. 2. Ocenianie podsumowujące: Kolokwia sprawdzające stopień opanowania treści programowych. Ocena aktywności w czasie laboratorium. Prace zaliczeniowe. Egzamin pisemny i ustny. |
Pełny opis: |
Głównym celem wykładu i laboratorium jest zapoznanie studentów z teorią i zastosowaniami statystyki matematycznej w pracy zawodowej i w życiu codziennym. Szczególny nacisk zostanie położony na wnioskowanie statystyczne. Treści kształcenia: 1) Podstawy teoretyczne weryfikacji hipotez statystycznych - przestrzeń statystyczna, test niezrandomizowany i zrandomizowany, rozmiar testu, poziom istotności, funkcja mocy testu, błąd I i II rodzaju. Testy jednostajnie najmocniejsze - Lemat Neymana-Pearsona. 2) Przegląd testów parametrycznych dla jednej i dwóch prób. Rozkład średniej i wariancji z próby z rozkładu normalnego. 3) Testy zgodności i normalności. Dystrybuanta empiryczna i jej własności. 4) Testy nieparametryczne - porównanie prób niezależnych i zależnych. 5) Wprowadzenie do analizy wariancji. 6) Badanie zależności - test niezależności, współczynniki korelacji. 7) Analiza regresji i modele ekonometryczne. |
Literatura: |
1. S. Ostasiewicz, Z. Rusnak, U. Siedlecka, Statystyka. Teoria i zadania, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław 2001 2. W. Krysicki, J. Bartos, W. Dyczka, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, PWN, Warszawa 2016 3. A. Stanisz, Przystępny kurs statystyki w oparciu o program STATISTICA PL na przykładach z medycyny, T. I, II, III, Kraków 2012 4. A. Luszniewicz, T. Słaby, Statystyka, Wyd. C.H. Beck, 2009 5. M. Krzyśko, Statystyka matematyczna, Wydawnictwo Naukowe UAM, Poznań, 1996. |
Efekty uczenia się: |
WIEDZA W1 Rozumie pojęcie testu statystycznego i błędów I i II rodzaju oraz podstawy teoretyczne konstrukcji testów statystycznych (K_W01, K_W02, K_W03). W2 Zna podstawowe testy parametryczne i istotę analizy wariancji oraz ograniczenia ich stosowalności (K_W04, K_W06, K_W11). W3 Zna podstawowe testy nieparametryczne i ich zastosowania (K_W04, K_W06, K_W11). W4 Ma wiedzę w zakresie analizy zależności zjawisk (K_W04, K_W06, K_W11). W5 Rozumie istotę analizy regresji (K_W04, K_W06, K_W11). W6 Zna pakiet Statistica i podstawy obliczeń w arkuszu kalkulacyjnym (K_W09) UMIEJĘTNOŚCI U1 Potrafi wyznaczyć błąd I i II rodzaju dla prostych przykładów testów. Umie zastosować lemat Neymana-Pearsona (K_U1, K_U2, K_U3, K_U4, K_U5, K_U11, K_U12 K_U19). U2 Potrafi stosować testy parametryczne i nieparametryczne (K_U11, K_U12 K_U19). U3 Potrafi przeprowadzić analizę wariancji i analizę regresji (K_U11, K_U12 K_U19). U4 Umie posłużyć się programem statystycznym Statistica oraz wykonać obliczenia statystyczne z użyciem arkusza kalkulacyjnego (K_U11, K_U12 K_U19). U5 Umie sformułować wnioski z przeprowadzonej analizy danych (K_U02, K_U11, K_U12 K_U19). KOMPETENCJE SPOŁECZNE K1 Ma świadomość ograniczeń swojej wiedzy, konieczności stałego doskonalenia i sięgania do źródeł informacji (K_K01). K2 Potrafi pracować w grupie i współpracować przy rozwiązywaniu problemów (K_K03). K3 Potrafi w sposób popularny jak również sformalizowany formułować wnioski z analizy danych (K_K02, K_K07). |
Zajęcia w cyklu "Semestr letni 2022/2023" (zakończony)
Okres: | 2023-02-27 - 2023-06-25 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Laboratorium, 30 godzin
Wykład, 30 godzin
|
|
Koordynatorzy: | Mariusz Bieniek | |
Prowadzący grup: | Mariusz Bieniek, Beata Rodzik | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Laboratorium - Zaliczenie na ocenę Wykład - Egzamin |
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.