- Nazwa przedmiotu:
- Wstęp do wnioskowania statystycznego
- Koordynator przedmiotu:
- dr hab. inż. Anna Dembińska
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Fizyka Techniczna
- Grupa przedmiotów:
- Obowiązkowe
- Kod przedmiotu:
- 1050-FTEDM-MSP-2WWS
- Semestr nominalny:
- 1 / rok ak. 2018/2019
- Liczba punktów ECTS:
- 2
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- 1. godziny kontaktowe – 32 h; w tym
a) obecność na wykładach – 15 h
b) obecność na laboratoriach – 15 h
c) obecność na egzaminie – 2 h
2. praca własna studenta – 20 h; w tym
a) przygotowanie do laboratoriów– 10 h
c) przygotowanie do egzaminu – 10 h
Razem w semestrze 52 h, co odpowiada 2 pkt. ECTS
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 1. obecność na wykładach – 15 h
2. obecność na laboratoriach – 15 h
3. obecność na egzaminie – 2 h
Razem w semestrze 32 h, co odpowiada 1,5 pkt. ECTS
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 1. zajęcia laboratoryjne – 15 h
2. przygotowanie projektów – 10 h
Razem w semestrze 25 h, co odpowiada 1 pkt. ECTS
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład15h
- Ćwiczenia0h
- Laboratorium15h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- Analiza matematyczna I, Analiza matematyczna II, Probabilistyka
- Limit liczby studentów:
- brak
- Cel przedmiotu:
- Poznanie podstawowych metod wnioskowania statystycznego i nabycie umiejętności ich zastosowania do konkretnych problemów przy wykorzystaniu pakietu statystycznego R.
- Treści kształcenia:
- Wykład:
1. Analiza danych a wnioskowanie statystyczne. Podejście parametryczne i nieparametryczne we wnioskowaniu statystycznym.
2. Estymacja punktowa nieznanych parametrów rozkładu badanej cechy. Wyznaczanie estymatorów punktowych metodą największej wiarygodności.
3. Testy statystyczne – hipotezy zerowa i alternatywna, statystyka testowa, zbiór krytyczny, p-wartość, błędy I-go i II-go rodzaju, poziom istotności, moc testu.
4. Testy parametryczne dla jednej populacji: testy dotyczące średniej, wariancji i wskaźnika struktury. Badanie mocy testu i wyznaczanie niezbędnej ilości pomiarów potrzebnych do przeprowadzenia zadanego testu.
5. Testy parametryczne dla dwóch populacji: testy dotyczące średnich, wariancji i wskaźników struktury. Badanie mocy testu i wyznaczanie niezbędnej ilości pomiarów potrzebnych do przeprowadzenia danego testu.
6. Nieparametryczna estymacja postaci rozkładu badanej cechy: histogramy, dystrybuanta empiryczna i jądrowy estymator gęstości.
7. Analiza zgodności obserwowanych danych z zadanym rozkładem: metody graficzne i testy zgodności. Wykresy kwantylowe. Test Kołmogorowa-Smirnowa z prostą i złożoną hipotezą zerową. Modyfikacje testu Kołmogorowa-Smirnowa. Wyznaczanie zbioru krytycznego testu metodą symulacji.
Laboratoria:
Ten sam zakres treści co na wykładzie – przy użyciu pakietu statystycznego R rozwiązywane będą mini projekty ilustrujące wykorzystanie omawianych na wykładzie pojęć i technik wnioskowania statystycznego.
- Metody oceny:
- Podczas laboratoriów studenci będę zdobywać punkty za prezentowanie rozwiązań mini projektów - maksymalnie 50 pkt. Przedmiot kończy się egzaminem, z którego maksymalnie można uzyskać 50 pkt. Zaliczenie wymaga zdobycia ponad 50% całkowitej ilości punktów. Ocena końcowa zależy liniowo od ilości punktów.
- Egzamin:
- nie
- Literatura:
- 1. A.M.Mood, F.A.Graybill,D.C.Boes, „Introduction to the theory of statistics”, McGraw-Hill Publishing Company, 1983
2. J. Koronacki, J. Mielniczuk, „Statystyka dla studentów kierunków technicznych i przyrodniczych”, Wydawnictwa Naukowo-Techniczne, Warszawa, 2006
3. P. Biecek, „Przewodnik po pakiecie R”, Oficyna Wydawnicza GIS, Wrocław, 2008
4. P. Dalgaard, „Introductory Statistics with R”, Springer, 2008
- Witryna www przedmiotu:
- brak
- Uwagi:
- brak
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Efekt WWS_W01
- Ma podbudowaną teoretycznie wiedzę w zakresie wnioskowania statystycznego
Weryfikacja: egzamin
Powiązane efekty kierunkowe:
FT2_W02
Powiązane efekty obszarowe:
X2A_W02, T2A_W01, T2A_W02
- Efekt WWS_W02
- Zna szeroką gamę testów statystycznych służących do analizy jednej populacji, do porównywania dwóch populacji oraz do analizy dopasowania.
Weryfikacja: rozwiązywanie mini projektów
Powiązane efekty kierunkowe:
FT2_W02
Powiązane efekty obszarowe:
X2A_W02, T2A_W01, T2A_W02
Profil ogólnoakademicki - umiejętności
- Efekt WWS_U01
- Potrafi planować eksperymenty, w tym symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski.
Weryfikacja: rozwiązywanie mini projektów
Powiązane efekty kierunkowe:
FT2_U06, FT2_U08
Powiązane efekty obszarowe:
X2A_U02, X2A_U04, T2A_U09, T2A_U08
Profil ogólnoakademicki - kompetencje społeczne
- Efekt WWS_K01
- Potrafi myśleć i działać w sposób kreatywny.
Weryfikacja: rozwiązywanie mini projektów
Powiązane efekty kierunkowe:
FT2_K01
Powiązane efekty obszarowe:
X2A_K07, T2A_K06