Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Analiza statystyczna w chemii

Informacje ogólne

Kod przedmiotu: 0600-S1-O-ASC
Kod Erasmus / ISCED: 13.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0531) Chemia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza statystyczna w chemii
Jednostka: Wydział Chemii
Grupy: Stacjonarne studia pierwszego stopnia - Chemia - Semestr 2
Punkty ECTS i inne: 0 LUB 2.00 (w zależności od programu) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Wymagania wstępne:

Znajomość materiału z zakresu matematyki elementarnej, podstawowa znajomość obsługi komputera

Rodzaj przedmiotu:

przedmiot obowiązkowy

Całkowity nakład pracy studenta:

Godziny realizowane z udziałem nauczycieli: 30 h

- udział w zajęciach: 25 h

- konsultacje: 5 h

Czas poświęcony na indywidualną pracę studenta: 30 h

- bieżące przygotowanie do zajęć, praca własna z oprogramowaniem IBM SPSS: 15 h

- przygotowanie do realizacji zadań/projektów: 15 h

Efekty uczenia się - wiedza:

W1 - zna podstawowe pojęcia i metody statystyki opisowej i matematycznej (K_W03)

W2 - zna podstawy wnioskowania statystycznego (K_W03)

W3 - zna oprogramowanie do analizy statystycznej IBM SPSS (K_W05)

Efekty uczenia się - umiejętności:

U1 - potrafi wykorzystywać posiadaną wiedzę do przeprowadzenia statystycznej analizy danych w oparciu o oprogramowanie IBM SPSS (K_U03)

U2 - potrafi stosować w praktyce odpowiednie metody statystyczne (K_U03)

Efekty uczenia się - kompetencje społeczne:

K1 - poprawnie wyciąga wnioski na podstawie analitycznego myślenia (K_K01)

K2 - jest świadomy ograniczeń przekazanej wiedzy z obszaru analizy statystycznej (K_K05)

Metody dydaktyczne podające:

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- ćwiczeniowa
- laboratoryjna

Skrócony opis:

Zajęcia obejmują wprowadzenie do analizy statystycznej z wykorzystaniem oprogramowania IBM SPSS

Pełny opis:

1. Podstawy pracy z oprogramowaniem IBM SPSS

2. Przygotowanie danych do analizy statystycznej

3. Graficzne reprezentowanie danych

4. Miary tendencji centralnej, rozproszenia, asymetrii

5. Estymacja punktowa i przedziałowa

6. Testowanie hipotez statystycznych

7. Regresja liniowa jedno- i wielokrotna

8. Analiza wariancji

Literatura:

Literatura podstawowa:

1. J. Górniak, J. Wachnicki, Pierwsze kroki w analizie danych: IBM SPSS Statistics, Predictive Solutions, Kraków 2013.

2. A. Malarska, Statystyczna analiza danych wspomagana programem SPSS, SPSS Polska, Kraków 2005.

3. S. Bedyńska Sylwia, M. Cypryańska (red.), Statystyczny drogowskaz 1. Praktyczne wprowadzenie do wnioskowania statystycznego, Wydawnictwo Akademickie Sedno, Warszawa 2013.

4. J. Jóźwiak, J. Podgórski, Statystyka od podstaw, Polskie Wydawnictwo Ekonomiczne, Warszawa 2012

Literatura uzupełniająca:

1. W. Hyk, Z. Stojek, Analiza statystyczna w laboratorium badawczym, PWN, Warszawa 2019.

2. M. Sobczyk, Statystyka. Podstawy teoretyczne - przykłady, zadania, Wydawnictwo UMCS, Lublin 1998.

Metody i kryteria oceniania:

Ocenie podlegają samodzielnie wykonane na zajęciach zadania/projekty z użyciem oprogramowania IBM SPSS - W3, U1, U2.

Kryteria oceniania:

0-50% - ndst (2)

50-60% - dst (3)

61-65% - dst plus (3+)

66-75% - db (4)

76-80% - db plus (4+)

81-100% - bdb (5)

Praktyki zawodowe:

Nie dotyczy

Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)

Okres: 2023-02-20 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 25 godzin więcej informacji
Koordynatorzy: Mariusz Pawlak
Prowadzący grup: Tomasz Kowalkowski, Mariusz Pawlak
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-20 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 25 godzin więcej informacji
Koordynatorzy: Mariusz Pawlak
Prowadzący grup: Mariusz Pawlak
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)