Uniwersytet Jagielloński w Krakowie - Punkt LogowaniaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Statystyka 2

Informacje ogólne

Kod przedmiotu: WMI.IM-STA2-OL.3s Kod Erasmus / ISCED: (brak danych) / (0542) Statystyka
Nazwa przedmiotu: Statystyka 2
Jednostka: Instytut Matematyki
Grupy:
Punkty ECTS i inne: 6.00
zobacz reguły punktacji
Język prowadzenia: polski

Zajęcia w cyklu "Semestr zimowy 2019/2020" (zakończony)

Okres: 2019-10-01 - 2020-01-28
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin, 13 miejsc więcej informacji
Wykład, 30 godzin, 39 miejsc więcej informacji
Koordynatorzy: Piotr Kościelniak
Prowadzący grup: Antoni L. Dawidowicz, Damian Jelito, Piotr Kościelniak, Anna Szczepanek
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ocena wliczana do średniej:

tak

Efekty kształcenia:

lp Efekty kształcenia dla modułu Odniesienie do kierunkowych efektów kształcenia

W zakresie wiedzy

1 zna podstawowe techniki wnioskowania bayesowskiego. K_W03, K_W04,

2 zna podstawowe metody (parametryczne i nieparametryczne) analizy przeżycia, w tym klasyczne rozkłady czasu życia (Gompertza, Weibulla). K_W03, K_W04,

3 zna metody estymacji parametrów w modelu liniowym. K_W03, K_W04,

4 zna techniki estymacji przedziałowej dla parametrów modelu liniowego. K_W03, K_W04,

5 zna metody testowania hipotez o parametrach modelu liniowego. K_W03, K_W04,

6 zna klasyczne metody analizy wariancji (jednoczynnikowej i dwuczynnikowej). K_W03, K_W04,

7 zna metody estymacji parametrów w modelu regresji liniowej. K_W03, K_W04,

8 zna sposoby oceny jakości modelu regresji liniowej. K_W03, K_W04,

W zakresie umiejętności

1 potrafi stosować techniki wnioskowania bayesowskiego w różnych zagadnieniach statystycznych. K_U36, K_U37, K_U38, K_U39, K_U34

2 potrafi wyznaczać estymatory parametrów rozkładów czasu życia (na podstawie posiadanych obserwacji). K_U36, K_U37, K_U38, K_U39, K_U34

3 potrafi estymować parametry ogólnego modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

4 potrafi wyznaczać przedziały ufności dla parametrów modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

5 potrafi testować hipotezy statystyczne o parametrach modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

6 potrafi stosować techniki analizy wariancji (jednoczynnikowej i dwuczynnikowej). K_U36, K_U37, K_U38, K_U39, K_U34

7 potrafi estymować parametry modelu regresji liniowej oraz oceniać jakość otrzymanego modelu. K_U36, K_U37, K_U38, K_U39, K_U34

8 potrafi wykorzystywać odpowiednie oprogramowanie statystyczne (np. program R) do rozwiązywania problemów praktycznych. K_U33

W zakresie kompetencji społecznych

1 rozumie potrzebę precyzyjnego zapisywania i wyjaśniania rozumowań K_K02, K_K07

2 potrafi odnaleźć błędy logiczne w proponowanym rozumowaniu K_K02, K_K07

3 stara się podchodzić krytycznie do prezentowanych rozumowań, ma świadomość konieczności wyjaśniania kolejnych przejść logicznych K_K02, K_K07


Obowiązkowy


Wymagania wstępne:

Rachunek prawdopodobieństwa, Statystyka 1

Forma i warunki zaliczenia:

Formę i warunki zaliczenia modułu ustala jego koordynator zgodnie z zasadami określonymi w Uchwale Rady Wydziału.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Sprawdziany ustne lub pisemne, których formę, liczbę i terminy określają prowadzący zajęcia w porozumieniu z koordynatorem modułu.

Metody dydaktyczne:

Wykład prowadzony jest metodą tradycyjną w sali wykładowej (z ewentualnym wykorzystaniem urządzeń multimedialnych). Ćwiczenia polegają na analizie zagadnień teoretycznych i praktycznych w grupach ćwiczeniowych pod kierunkiem prowadzącego zajęcia.

Bilans punktów ECTS:

Udział w wykładach - 30 godz.

Udział w ćwiczeniach – 30 godz.

Samodzielne rozwiązywanie zadań tablicowych (deklarowanych) – 80 godz.

Przygotowanie do kolokwiów oraz obecność na kolokwiach – 30 godz.

Przygotowanie do egzaminu oraz obecność na egzaminie - 30 godz.

Łączny nakład pracy studenta: 200 godzin , co odpowiada 8 punktom ECTS

Grupa treści kształcenia:

Grupa treści podstawowych

Sylabus przedmiotu dla studentów rozpoczynających studia od roku akademickiego 19/20:

matematyka
matematyka

Pełny opis:

Wnioskowanie bayesowskie, modele liniowe (estymacja parametrów, przedziały ufności, testowanie hipotez), ANOVA (jednoczynnikowa i dwuczynnikowa), regresja liniowa.

Literatura:

Moduł ma charakter autorski, obowiązuje przede wszystkim materiał wyłożony, literatura ma charakter pomocniczy. Do odpowiednich zagadnień literatura podawana jest na bieżąco w trakcie wykładu.

Zajęcia w cyklu "Semestr zimowy 2020/2021" (jeszcze nie rozpoczęty)

Okres: 2020-10-01 - 2021-01-28
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 30 godzin, 13 miejsc więcej informacji
Wykład, 30 godzin, 39 miejsc więcej informacji
Koordynatorzy: Piotr Kościelniak
Prowadzący grup: Antoni L. Dawidowicz, Piotr Kościelniak, Marcin Pitera, Dariusz Zawisza
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ocena wliczana do średniej:

tak

Efekty kształcenia:

lp Efekty kształcenia dla modułu Odniesienie do kierunkowych efektów kształcenia

W zakresie wiedzy

1 zna podstawowe techniki wnioskowania bayesowskiego. K_W03, K_W04,

2 zna podstawowe metody (parametryczne i nieparametryczne) analizy przeżycia, w tym klasyczne rozkłady czasu życia (Gompertza, Weibulla). K_W03, K_W04,

3 zna metody estymacji parametrów w modelu liniowym. K_W03, K_W04,

4 zna techniki estymacji przedziałowej dla parametrów modelu liniowego. K_W03, K_W04,

5 zna metody testowania hipotez o parametrach modelu liniowego. K_W03, K_W04,

6 zna klasyczne metody analizy wariancji (jednoczynnikowej i dwuczynnikowej). K_W03, K_W04,

7 zna metody estymacji parametrów w modelu regresji liniowej. K_W03, K_W04,

8 zna sposoby oceny jakości modelu regresji liniowej. K_W03, K_W04,

W zakresie umiejętności

1 potrafi stosować techniki wnioskowania bayesowskiego w różnych zagadnieniach statystycznych. K_U36, K_U37, K_U38, K_U39, K_U34

2 potrafi wyznaczać estymatory parametrów rozkładów czasu życia (na podstawie posiadanych obserwacji). K_U36, K_U37, K_U38, K_U39, K_U34

3 potrafi estymować parametry ogólnego modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

4 potrafi wyznaczać przedziały ufności dla parametrów modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

5 potrafi testować hipotezy statystyczne o parametrach modelu liniowego. K_U36, K_U37, K_U38, K_U39, K_U34

6 potrafi stosować techniki analizy wariancji (jednoczynnikowej i dwuczynnikowej). K_U36, K_U37, K_U38, K_U39, K_U34

7 potrafi estymować parametry modelu regresji liniowej oraz oceniać jakość otrzymanego modelu. K_U36, K_U37, K_U38, K_U39, K_U34

8 potrafi wykorzystywać odpowiednie oprogramowanie statystyczne (np. program R) do rozwiązywania problemów praktycznych. K_U33

W zakresie kompetencji społecznych

1 rozumie potrzebę precyzyjnego zapisywania i wyjaśniania rozumowań K_K02, K_K07

2 potrafi odnaleźć błędy logiczne w proponowanym rozumowaniu K_K02, K_K07

3 stara się podchodzić krytycznie do prezentowanych rozumowań, ma świadomość konieczności wyjaśniania kolejnych przejść logicznych K_K02, K_K07


Obowiązkowy


Wymagania wstępne:

Rachunek prawdopodobieństwa, Statystyka 1

Forma i warunki zaliczenia:

Formę i warunki zaliczenia modułu ustala jego koordynator zgodnie z zasadami określonymi w Uchwale Rady Wydziału.

Metody sprawdzania i kryteria oceny efektów kształcenia uzyskanych przez studentów:

Sprawdziany ustne lub pisemne, których formę, liczbę i terminy określają prowadzący zajęcia w porozumieniu z koordynatorem modułu.

Metody dydaktyczne:

Wykład prowadzony jest metodą tradycyjną w sali wykładowej (z ewentualnym wykorzystaniem urządzeń multimedialnych). Ćwiczenia polegają na analizie zagadnień teoretycznych i praktycznych w grupach ćwiczeniowych pod kierunkiem prowadzącego zajęcia.

Bilans punktów ECTS:

Udział w wykładach - 30 godz.

Udział w ćwiczeniach – 30 godz.

Samodzielne rozwiązywanie zadań tablicowych (deklarowanych) – 80 godz.

Przygotowanie do kolokwiów oraz obecność na kolokwiach – 30 godz.

Przygotowanie do egzaminu oraz obecność na egzaminie - 30 godz.

Łączny nakład pracy studenta: 200 godzin , co odpowiada 8 punktom ECTS

Grupa treści kształcenia:

Grupa treści podstawowych

Sylabus przedmiotu dla studentów rozpoczynających studia od roku akademickiego 19/20:

matematyka
matematyka

Pełny opis:

Wnioskowanie bayesowskie, modele liniowe (estymacja parametrów, przedziały ufności, testowanie hipotez), ANOVA (jednoczynnikowa i dwuczynnikowa), regresja liniowa.

Literatura:

Moduł ma charakter autorski, obowiązuje przede wszystkim materiał wyłożony, literatura ma charakter pomocniczy. Do odpowiednich zagadnień literatura podawana jest na bieżąco w trakcie wykładu.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Jagielloński w Krakowie.