Regresja wielokrotna i analiza kanoniczna
Informacje ogólne
Kod przedmiotu: | MFI-M.AD7 |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Regresja wielokrotna i analiza kanoniczna |
Jednostka: | Zakład Statystyki Matematycznej |
Grupy: | |
Punkty ECTS i inne: |
3.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Umiejętność wykonywania obliczeń rachunkowych oraz posługiwania się arkuszem kalkulacyjnych Excel. |
Godzinowe ekwiwalenty punktów ECTS: | Godziny kontaktowe: Wykład: 10 godz. Konwersatorium: 12 godz. Konsultacje: 28 godz. Łączna liczba godzin z udziałem nauczyciela akademickiego: 50 godz. Liczba punktów ECTS z udziałem nauczyciela akademickiego: 3 Godziny niekontaktowe (praca własna studenta): Przygotowanie się do konwersatorium: 12 godz. Studiowanie literatury przedmiotu: 13 godz. Przygotowanie się do testu sprawdzającego: 15 godz. Łączna liczba godzin niekontaktowych 40 godz. Liczba punktów ECTS za godziny nie kontaktowe 2 Sumaryczna liczba punktów ECTS dla modułu 5 |
Sposób weryfikacji efektów kształcenia: | W1, W2, wykład - test sprawdzający, laboratorium - prace zaliczeniowe U1, U2, U3, U4, U5, wykład - test sprawdzający, laboratorium - prace zaliczeniowe K1, K2, K3 - obecność i aktywność na zajęciach |
Pełny opis: |
Celem przedmiotu jest zapoznanie studentów z zagadnieniami regresji wielokrotnej, regresji logistycznej i probitowej oraz analizy kanonicznej. Przedmiot obejmuje, w szczególności metody budowy wyżej wymienionych modeli regresji oraz ich statystycznej weryfikacji, diagnostykę modeli z wykorzystaniem analizy reszt oraz predykcję punktową i przedziałową wartości zmiennej zależnej na podstawie modelu regresji, a także kryteria selekcji najlepszych modeli oraz koncepcje analizy kanonicznej stanowiącej uogólnienie regresji wielokrotnej na dwie grupy zmiennych. |
Literatura: |
1. R. Magiera, Modele i metody statystyki matematycznej, cz. 2, Oficyna Wydawnicza GiS, Wrocław 2007. 2. D. T. Larose, Metody i modele eksploatacji danych, PWN, Warszawa 2008. 3. J. Greń, Statystyka matematyczna. Modele i zadania., PWN, Warszawa 1984. 4. A. Stanisz, Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny, tom 2 i tom 3, StatSoft, Kraków 2007. 5. W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, cz 2, PWN, Warszawa 1998. 6. G. A. Ferguson, Y. Takane, Analiza statystyczna w psychologii i pedagogice, PWN, Warszawa 2004. 7. M. Dobosz, Wspomagana komputerowo statystyczna analiza wyników badań, Akademicka Oficyna Wydawnicza, Warszawa 2004. 8. Elektroniczny Podręcznik Statystyki PL, StatSoft, Kraków 2006. 9. http://www.statsoft.pl/textbook/stathome.html [16.09.2009]. |
Efekty uczenia się: |
WIEDZA W1. Ma wiedzę na temat budowy modeli regresji wielokrotnej liniowej i krzywoliniowej (K_W10) W2. Ma wiedzę na temat możliwości modelowania związku pomiędzy dwiema ilościowymi zmiennymi wielowymiarowymi tj. zna istotę, znaczenie i możliwości zastosowania analizy kanonicznej (K_W10) UMIEJĘTNOŚCI U1. Potrafi posługiwać się wybranymi technikami budowy modeli regresji wielokrotnej liniowej i krzywoliniowej (K_U09) U2. Potrafi przeprowadzić diagnostykę modelu z wykorzystaniem analizy reszt regresyjnych (K_U12) U3. Potrafi przeprowadzić predykcję w oparciu o zbudowany model (K_U13) U4. Umie stosować metody analizy kanonicznej do badania związku pomiędzy dwoma zbiorami zmiennych ilościowych (K_U14) U5. Umie wykorzystać programy komputerowe w zakresie analizy danych (K_U23) KOMPETENCJE K1. Potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania (K_K02) K2. Ma świadomość ograniczenia poziomu swojej wiedzy i umiejętności, dokonuje samooceny własnych kompetencji i doskonali umiejętności, wyznacza kierunki własnego rozwoju i kształcenia (K_K03) K3. Rozumie potrzebę popularnego przedstawiania laikom wybranych osiągnięć matematyki wyższej (K_K04) |
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, 12 godzin
Wykład, 10 godzin
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | (brak danych) | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2023/2024" (zakończony)
Okres: | 2023-10-01 - 2024-02-04 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Laboratorium, 12 godzin
Wykład, 10 godzin
|
|
Koordynatorzy: | Iwona Ćwiklińska | |
Prowadzący grup: | Iwona Ćwiklińska | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.