Nazwa przedmiotu:
Probabilistyka II
Koordynator przedmiotu:
dr inż. Józef Okulewicz, adiunkt, Wydział Transportu Politechniki Warszawskiej, Zakład Systemów Informatycznych i Mechatronicznych w Transporcie
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Transport
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
TR.SIK404
Semestr nominalny:
4 / rok ak. 2018/2019
Liczba punktów ECTS:
1
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
30 godz., w tym: praca na ćwiczeniach laboratoryjnych 15 godz., zapoznanie się ze wskazaną literaturą 5 godz., przygotowanie się do zajęć i do kolokwium 8 godz., konsultacje 2 godz.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1,0 pkt. ECTS (17 godz., w tym: praca na ćwiczeniach laboratoryjnych 15 godz.; konsultacje 2 godz.)
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,0 pkt. ETCS.(30 godz., w tym: praca na ćwiczeniach laboratoryjnych 15 godz., zapoznanie się ze wskazaną literaturą 5 godz., przygotowanie się do zajęć i do kolokwium 8 godz., konsultacje 2 godz.)
Formy zajęć i ich wymiar w semestrze:
  • Wykład0h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość materiału z wykładu i ćwiczeń z przedmiotu Probabilistyka I.
Limit liczby studentów:
14 osób
Cel przedmiotu:
Zapoznanie studentów z narzędziem przeznaczonym do rozwiązywania zadań z zakresu statystyki. Nabycie umiejętności rozwiązywania problemów w zagadnieniach losowych z zastosowaniem metod statycznych.
Treści kształcenia:
Treść ćwiczeń laboratoryjnych: Wyznaczanie parametrów statystyki opisowej. Testy zgodności – weryfikacja hipotez dotyczących typu rozkładu badanej cechy. Estymacja przedziałowa i punktowa dla parametrów rozkładów dyskretnych. Weryfikacja hipotez o wskaźniku struktury. Estymacja przedziałowa dla para rozkładów ciągłych. Weryfikowanie hipotez dotyczących średniej , wariancji, odchylenia standardowego i mediany rozkładu ciągłego. Analiza korelacji – współczynnik korelacji Pearsona i korelacji cząstkowych. Badanie niezależności zmiennych losowych. Analiza szeregów czasowych. Metody prognozowania. Metody statystycznego sterowania jakością. Charakterystyka zadań. W ramach laboratorium studenci rozwiązują typowe zadania z probabilistyki przy użyciu pakietu komputera oraz interpretują otrzymane wyniki. W ramach pracy samodzielnej student rozwiązuje przykładowe zadania z danego tematu.
Metody oceny:
Kolokwium. Sprawdziany na laboratorium.
Egzamin:
nie
Literatura:
[1] Przemysław Grzegorzewski (red.): Wybrane zagadnienia wnioskowania statystycznego z wykorzystaniem pakietu STATGRAPHICS. [2] Wacława Starzyńska: Statystyka Praktyczna
Witryna www przedmiotu:
http://www.wt.pw.edu.pl/~bwe/
Uwagi:
O ile nie powoduje to zmian w zakresie powiązań danego modułu zajęć z kierunkowymi efektami kształcenia w treściach kształcenia mogą być wprowadzane na bieżąco zmiany związane z uwzględnieniem najnowszych osiągnięć naukowych.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt W01
posiada wiedzę teoretyczną z zakresu statystyki opisowej i testowania zgodności
Weryfikacja: Praca samodzielna w ramach zajęć laboratoryjnych nr 1, kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02
Efekt W02
zna metody estymacji punktowej i przedziałowej oraz wyryfikacji hipotez odnośnie danych dyskretnych i ciągłych
Weryfikacja: Praca samodzielna w ramach zajęć laboratoryjnych nr 2,3, kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02
Efekt W03
zna metody analizy korelacji i rozumie pojęcie zależności zmiennych losowych
Weryfikacja: Praca samodzielna w ramach zajęć laboratoryjnych nr 4, kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02
Efekt W04
zna metody prognozowania z wykorzystaniem analizy regresji i szeregów czasowych
Weryfikacja: Praca samodzielna w ramach zajęć laboratoryjnych nr 5, kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02
Efekt W05
zna sposoby wykorzystania statystyki do sterowania jakością
Weryfikacja: Praca samodzielna w ramach zajęć laboratoryjnych nr 6, kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02
Efekt W06
posiada praktyczne umiejętności posługiwania się narzędziami pakietu statystycznego Statgraphics
Weryfikacja: Prace kontrolne na zajęciach i kolokwium
Powiązane efekty kierunkowe: Tr1A_W01
Powiązane efekty obszarowe: T1A_W01, T1A_W07, InzA_W02

Profil ogólnoakademicki - umiejętności

Efekt U01
posiada umiejętność analizy danych wykorzystując narzędzia pakietu statystycznego Statgraphics
Weryfikacja: Praca samodzielna w ramach laboratorium, kolokwium
Powiązane efekty kierunkowe: Tr1A_U09
Powiązane efekty obszarowe: T1A_U07, T1A_U08, T1A_U11, InzA_U01
Efekt U02
potrafi przedstawić wyniki przeprowadzonych analiz graficznie
Weryfikacja: Praca samodzielna w ramach laboratorium, kolokwium
Powiązane efekty kierunkowe: Tr1A_U05
Powiązane efekty obszarowe: T1A_U01, T1A_U04, T1A_U06
Efekt U03
potrafi zinterpretować otrzymane wyniki weryfikując odpowiednią hipotezę
Weryfikacja: Praca samodzielna w ramach laboratorium, kolokwium
Powiązane efekty kierunkowe: Tr1A_U11
Powiązane efekty obszarowe: T1A_U09, InzA_U02

Profil ogólnoakademicki - kompetencje społeczne

Efekt K01
rozumie potrzebę uczenia się przez całe życie, w szczególności konieczność poznawania nowych technologii i śledzenie rozwoju w informatyce.
Weryfikacja: Studenci samodzielne przygotowują się do zajęć na podstawie skryptu i materiałów
Powiązane efekty kierunkowe: Tr1A_K01
Powiązane efekty obszarowe: T1A_K01
Efekt K02
potrafi wykorzystać nabytą wiedzę praktyczną do statystycznej analizy danych otrzymanych w wyniku badań własnych oraz innych osób.
Weryfikacja: Prace samodzielne wykonywane w ramach zajęć laboratoryjnych
Powiązane efekty kierunkowe: Tr1A_K04
Powiązane efekty obszarowe: T1A_K04