Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Analiza szeregów czasowych w fizyce i astronomii, w języku Python

Informacje ogólne

Kod przedmiotu: 0800-SZERCZAS
Kod Erasmus / ISCED: (brak danych) / (0613) Tworzenie i analiza oprogramowania i aplikacji Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza szeregów czasowych w fizyce i astronomii, w języku Python
Jednostka: Wydział Fizyki, Astronomii i Informatyki Stosowanej
Grupy: Fizyka Techn. s2. Przedmiot specjalistyczny dot. zastosowań fizyki
Przedmioty do wyboru dla Fizyki s1
Punkty ECTS i inne: 3.00 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.
Język prowadzenia: polski
Wymagania wstępne:

Podstawowa wiedza programistyczna.
Rodzaj przedmiotu:

przedmiot fakultatywny
Całkowity nakład pracy studenta:

Godziny realizowane z udziałem nauczyciela:

- udział w laboratoriach: 30 godzin.


Czas poświęcony na pracę indywidualną studenta (60 godzin):

- przygotowanie do laboratoriów: 30 godzin,

- przygotowanie projektu zaliczeniowego: (30 godzin).
Efekty uczenia się - wiedza:

Podstawowa wiedza o sposobach analizy numerycznej szeregów czasowych w fizyce i astronomii w dziedzinie czasu i częstości.
Efekty uczenia się - umiejętności:

Umiejętność pisania skryptów w notatnikach Jupyter w celu analizy szeregów czasowych przy wykorzystaniu bibliotek języka Python.
Efekty uczenia się - kompetencje społeczne:

Praca w grupie.
Metody dydaktyczne:

Laboratorium komputerowe.
Metody dydaktyczne podające:

- tekst programowany
- wykład konwersatoryjny
- wykład problemowy
Metody dydaktyczne poszukujące:

- ćwiczeniowa
- giełda pomysłów
- klasyczna metoda problemowa
- laboratoryjna
- projektu
Skrócony opis:

Przedmiot obejmuje zagadnienia związane z analizą (korelacja, wygładzanie, filtrowanie, poszukiwanie sygnałów i okresowości) oraz predykcją (modele ARMA i ARIMA) szeregów czasowych, a także regresję i modelowanie z wykorzystanie procesów Gaussowskich. Zajęcia polegają na analizie wybranych szeregów czasowych w oparciu o istniejące biblioteki języka Python.
Pełny opis:

1. Podstawowa struktura szeregów czasowych (poziom stały, trend, składowa okresowa, szum, stosunek sygnału do szumu) oraz ich standaryzacja i normalizacja (średnia, odchylenie standardowe).

2. Autokorelacja szeregu czasowego.

3. Korelacja wzajemna (krzyżowa) dwóch szeregów czasowych. Współczynnik korelacji Pearsona. Współczynnik korelacji rang Spearmana.

4. Wygładzanie i filtrowanie - średnia ruchoma.

5. Wygładzanie i filtrowanie - filtr Savitzky'ego–Golaya.

6. Analiza fourierowska (harmoniczna) - dyskretna transformata Fouriera.

7. Wygładzanie i filtrowanie - filtr dolnoprzepustowy, filtr górnoprzepustowy oraz filtr Wienera.

8. Periodogram.

9. Funkcja okna i aliasing.

10. Analiza periodogramowa nierówno próbkowanych danych.

11. Rodzaje periodogramów stosowanych w analizie danych.

12. Predykcja szeregów czasowych - modele ARMA i ARIMA.

13. Procesy Gaussowskie.

14. Regresja przy użyciu procesów Gaussowskich.

15. Modelowanie z wykorzystaniem procesów Gaussowskich.
Literatura:

Robert K. Otnes, Loren D. Enochson, "Analiza numeryczna szeregów czasowych"
Metody i kryteria oceniania:

Ocena końcowa będzie średnią ważoną ocen uzyskanych za (1) aktywne uczestnictwo w zajęciach (40%) oraz za końcowy projekt zaliczeniowy napisany w notatniku Jupyter (60%).

Kryteria oceniania:

- 0-49% ocena 2,

- 50-59% ocena 3,

- 60-69% ocena 3+,

- 70-79% ocena 4,

- 80-89% ocena 4+,

- 90-100% ocena 5.
Praktyki zawodowe:

Zajęcia w cyklu "Semestr zimowy 2025/26" (w trakcie)

Okres: 2025-10-01 - 2026-02-22
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin, 10 miejsc więcej informacji
Koordynatorzy: Grzegorz Nowak
Prowadzący grup: Grzegorz Nowak
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 mapa serwisu USOSweb 7.2.0.0-5 (2025-09-22)