Analiza danych statystycznych w praktyce
Informacje ogólne
Kod przedmiotu: | 2751-BN-S1-1-ADSP |
Kod Erasmus / ISCED: |
(brak danych)
/
(0542) Statystyka
|
Nazwa przedmiotu: | Analiza danych statystycznych w praktyce |
Jednostka: | Wydział Nauk o Polityce i Bezpieczeństwie |
Grupy: |
Bezpieczeństwo narodowe - I stopna - 1 rok - studia stacjonarne - sem. Letni |
Strona przedmiotu: | https://moodle.umk.pl/course/view.php?id=5036 |
Punkty ECTS i inne: |
2.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Znajomość matematyki na poziomie szkoły ponadpodstawowej oraz podstawowe umiejętności korzystania z arkusza kalkulacyjnego. |
Rodzaj przedmiotu: | przedmiot obligatoryjny |
Całkowity nakład pracy studenta: | 30 godzin - uczestniczenie w zajęciach 15 godzin - rozwiązywanie zadań zaliczeniowych przez studenta 5 godzin - praca własna, przeglądanie stron internetowych zawierających dane statystyczne itp. ---------------------------------------------------------------------------------------- 50 godzin łącznie |
Efekty uczenia się - wiedza: | Student zna metody analizy statystycznej - w szerszym niż podstawowym zakresie (tj. potrafi wykonać test statystyczny nieparametryczny - zinterpretować wyniki). Student zna możliwości i ograniczenia arkuszy kalkulacyjnych w analizie statystycznej. Student w podstawowym zakresie zna możliwości wybranego zaawansowanego programu statystycznego do analizy statystycznej np. SPSS. |
Efekty uczenia się - umiejętności: | Student potrafi wyznaczyć za pomocą arkusza kalkulacyjne wybrane miary: położenia, dyspersji, asymetrii i koncentracji - a następnie zinterpretować wyniki. Student potrafi wyznaczyć współczynnik korelacji liniowej i zinterpretować wynik. Student potrafi wskazać możliwości i ograniczenia programów komputerowych. Student potrafi wykorzystać narzędzia dostępne w arkuszu np. adresowanie względne i bezwzględne w obliczeniach statystycznych. |
Efekty uczenia się - kompetencje społeczne: | Student jest gotowy do samodzielnego rozwiązywania problemów, związanych z analizą danych statystycznych. Student jest gotowy do podejmowania wyzwań intelektualnych, a także samokształcenia. |
Metody dydaktyczne: | W czasie zajęć stosowane są głównie metody aktywizujące studenta. |
Metody dydaktyczne eksponujące: | - pokaz |
Metody dydaktyczne podające: | - pogadanka |
Metody dydaktyczne poszukujące: | - ćwiczeniowa |
Metody dydaktyczne w kształceniu online: | - metody ewaluacyjne |
Skrócony opis: |
Sposoby prezentacji danych statystycznych. Podstawowe charakterystyki statystyczne: średnia, dominanta, mediana, wariancja, współczynnik zmienności, współczynnik asymetrii, kurtoza i ich interpretacja. Analiza współliniowości. Metody badania korelacji i regresji. Wyznaczanie współczynnika korelacji liniowej Pearsona, współczynnika korelacji rang Spearmana, badanie współzależności między cechami jakościowymi. Nieparametryczne testy statystyczne i ich zastosowania w sytuacjach praktycznych. Zastosowanie Excela w analizie statystycznej, źródła informacji statystycznej w Internecie. |
Pełny opis: |
- Dane statystyczne dostępne w internecie, pobieranie tych danych na własne potrzeby. - Arkusz kalkulacyjny, komórka, blok komórek, wpisywanie danych, wpisywanie formuł, formatowanie tekstu. Tworzenie wykresów i diagramów. - Analiza statystyczna zbiorowości statystycznej. Miary położenia, miary zmienności (rozproszenia, dyspersji), miary asymetrii (skośności), miary skupienia (koncentracji). - Szereg szczegółowy, wyznaczanie miar położenia, miar zmienności, miar asymetrii oraz miar koncentracji. Metoda tradycyjna i w arkuszu kalkulacyjnym. Interpretacja wyników. - Szereg rozdzielczy punktowy, wyznaczanie miar położenia, miar zmienności, miar asymetrii oraz miar koncentracji. Metoda tradycyjna i w arkuszu kalkulacyjnym. Interpretacja wyników. - Szereg rozdzielczy przedziałowy, wyznaczanie miar położenia, miar zmienności, miar asymetrii oraz miar koncentracji. Metoda tradycyjna i w arkuszu kalkulacyjnym. Interpretacja wyników. - Analiza danych statystycznych - działanie na danych rzeczywistych. Ile jesteśmy w stanie wyciągnąć z danych? Jak uzupełniać, wzbogacać zebrane dane. Badania własne - analiza danych, jak dobrze zaprezentować wyniki badań własnych - Badanie współzależności między cechami statystycznymi. Współczynnik korelacji liniowej Pearsona. Współczynnik korelacji rang Spearmana. - Badanie współzależności cech jakościowych (wyznaczanie chi-kwadrat, wyznaczanie współczynnika Yule'a). - Test zgodności, test chi kwadrat dla dwóch niezależnych próbek, test istotności zmian McNemara (uwaga do tych testów potrzebna jest tablica chi-kwadrat), obliczanie współczynnika korelacji rang Spearmanna dla małych próbek. Test U-Manna-Whitneya (fakultatywne) |
Literatura: |
Ferguson G., Takane Y., Analiza statystyczna Podgórski J., Statystyka od podstaw, Warszawa 2002 Malarska A., Statystyka w zadaniach nie tylko dla psychologów i pedagogów, Łódź 1999 Rutkowski T., Statystyka, Poznań 2004 Statystyka. Zbiór zadań, Warszawa 2001 Zeliaś A., Pawełek B., Wanat S., Metody statystyczne. Zadania i sprawdziany, Warszawa 2002 http://www.stat.gov.pl http://epp.eurostat.ec.europa.eu/ http://eurostat.eu http://cia.gov Materiały zamieszczane na kursie moodle.umk.pl |
Metody i kryteria oceniania: |
Studenci przez cały semestr rozwiązują zadania, maksymalnie mają do zdobycia 80 punktów. Ocena końcowa jest uzależniona od liczby zdobytych punktów, punktacja poniżej: (40,48> dostateczny (48,56> dostarczony plus (56,64> dobry (64,72> doby plus (72,80> bardzo dobry |
Praktyki zawodowe: |
Nie dotyczy. |
Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)
Okres: | 2023-02-20 - 2023-09-30 |
Przejdź do planu
PN WT ŚR CZ KON
LAB
PT |
Typ zajęć: |
Konwersatorium, 15 godzin
Laboratorium, 15 godzin
|
|
Koordynatorzy: | Beata Stachowiak-Panske | |
Prowadzący grup: | Beata Stachowiak-Panske | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)
Okres: | 2024-02-20 - 2024-09-30 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Konwersatorium, 15 godzin
Laboratorium, 15 godzin
|
|
Koordynatorzy: | Beata Stachowiak-Panske | |
Prowadzący grup: | Beata Stachowiak-Panske | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr letni 2024/25" (w trakcie)
Okres: | 2025-02-24 - 2025-09-20 |
Przejdź do planu
PN WT ŚR CZ LAB
KON
LAB
PT |
Typ zajęć: |
Konwersatorium, 15 godzin
Laboratorium, 15 godzin
|
|
Koordynatorzy: | Beata Stachowiak-Panske | |
Prowadzący grup: | Beata Stachowiak-Panske | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.