Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Wstęp do statystycznej analizy danych

Informacje ogólne

Kod przedmiotu: 1000-I1SAD
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: Wstęp do statystycznej analizy danych
Jednostka: Wydział Matematyki i Informatyki
Grupy:
Punkty ECTS i inne: 6.00 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.

zobacz reguły punktacji
Język prowadzenia: polski
Wymagania wstępne:

podstawowy kurs z Analizy Matematycznej i Matematyki Dyskretnej

Rodzaj przedmiotu:

przedmiot obowiązkowy

Całkowity nakład pracy studenta:

- godziny realizowane z udziałem nauczycieli: 60h (30h wykład + 15h ćwiczenia + 15h laboratorium),

- czas poświęcony na bieżące przygotowanie do zajęć: 50h,

- czas poświęcony na przygotowanie do zaliczenia i egzaminu: 35h,

- czas poświęcony na egzamin: 3h

Efekty uczenia się - wiedza:

- ma wiedzę w zakresie metod probabilistycznych i statystyki, w tym twierdzeń granicznych (K_W01)

Efekty uczenia się - umiejętności:

posiada umiejętność wykonania analizy danych liczbowych na poziomie statystyki opisowej z wykorzystaniem jednego ze standardowych pakietów statystycznych (K_U18)

Efekty uczenia się - kompetencje społeczne:

- samodzielnie i efektywnie pracuje z dużą ilością danych, dostrzega zależności i poprawnie wyciąga wnioski posługując się zasadami logiki

(K_K03),

- przekazuje innym swoją wiedzę i przemyślenia w zrozumiały sposób; właściwie rozumie sformułowania pytań i problemów, poprawnie posługuje się terminologią fachową (K_K05)


Metody dydaktyczne podające:

- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- ćwiczeniowa
- laboratoryjna

Skrócony opis:

Przedmiot dla studentów studiów I stopnia na kierunku informatyka. Celem wykładu jest elementarne wprowadzenie w przedmiot statystyki matematycznej i rachunku prawdopodobieństwa oraz problematykę analizy i eksploracji danych.

Pełny opis:

  • Doświadczenia losowe, przykłady. Aksjomaty teorii prawdopodobieństwa. Przestrzeń probabilistyczna. Klasyczna definicja prawdopodobieństwa.
  • Prawdopodobieństwo warunkowe. Niezależność zdarzeń i niezależność doświadczeń losowych. Schemat Bernoulliego.
  • Zmienne losowe i ich rozkłady. Rozkłady dyskretne i absolutnie ciągłe. Dystrybuanta rozkładu. Wartość oczekiwana i wariancja zmiennej losowej.
  • Twierdzenia graniczne rachunku prawdopodobieństwa. 
  • Przykłady problemów statystycznych i analizy danych. Podstawowe pojęcia. Wstępna obróbka danych.
  • Statystyka opisowa. Miary położenia (tendencji centralnej), rozproszenia, asymetrii, koncentracji.
  • Przykłady wnioskowania statystycznego: estymacja wartości oczekiwanej i wariancji, testowanie prostych hipotez o wartości oczekiwanej.
  • Korelacja, współczynniki korelacji.
Literatura:

Literatura podstawowa:

  1. Jakubowski J., Sztencel R. Rachunek prawdopodobieństwa dla (prawie) każdego. SCRIPT, Warszawa, 2002.
  2. Koronacki J., Mielniczuk J. Statystyka. WNT, Warszawa, 2001.
  3. Larose D. T. Metody i modele eksploracji danych. PWN, Warszawa, 2008.

Literatura uzupełniająca:

  1. Brandt S. Analiza danych. PWN, Warszawa, 1998.
  2. Niemiro W. Rachunek prawdopodobieństwa i statystyka matematyczna. Szkoła Nauk Ścisłych, Warszawa, 1999.
  3. Zieliński R. Siedem wykładów wprowadzających do statystyki matematycznej. PWN, Warszawa, 1990.
Metody i kryteria oceniania:

Egzamin pisemny, zaliczenie z ćwiczeń na ocenę oraz zaliczenie laboratorium na ocenę. Zaliczenie z ćwiczeń i laboratorium sprawdza osiągnięcie efektów K_W01, K_U18, K_K03, K_K05. Egzamin sprawdza osiągnięcie efektów K_W01, K_K05.

Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 15 godzin, 30 miejsc więcej informacji
Laboratorium, 15 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 150 miejsc więcej informacji
Koordynatorzy: Wojciech Niemiro
Prowadzący grup: Krzysztof Jasiński, Wojciech Niemiro, Wojciech Rejchel, Aleksander Zaigrajew
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

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

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 15 godzin, 30 miejsc więcej informacji
Laboratorium, 15 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 150 miejsc więcej informacji
Koordynatorzy: Wojciech Niemiro
Prowadzący grup: Liliia Bozhukha, Krzysztof Jasiński, Wojciech Niemiro, Aleksander Zaigrajew
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 15 godzin, 30 miejsc więcej informacji
Laboratorium, 15 godzin, 16 miejsc więcej informacji
Wykład, 30 godzin, 150 miejsc więcej informacji
Koordynatorzy: Wojciech Niemiro
Prowadzący grup: Liliia Bozhukha, Wojciech Niemiro, Maurycy Rzymowski, Aleksander Zaigrajew
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
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)