Analiza danych statystycznych w praktyce
Informacje ogólne
Kod przedmiotu: | 2751-BN-S1-2-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 - 2 rok - studia stacjonarne - sem. Letni |
Strona przedmiotu: | https://moodle.umk.pl/WNOPIB/course/view.php?id=503 |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Wymagania wstępne: | Znajomość matematyki na poziomie szkoły ponadgimnazjalnej oraz podstawowe umiejętności korzystania z arkusza kalkulacyjnego. |
Całkowity nakład pracy studenta: | 15 godzin - uczestniczenie w zajęciach 5 godzin - praca własna studenta/czytanie tekstów/wyszukiwanie informacji 15 godzin - rozwiązywanie zadań zaliczeniowych przez studenta 5 godzin - konsultacje z prowadzącym zajęcia ---------------------------------------------------------------------------------------- 40 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 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. Wyznaczanie współczynnika korelacji liniowej Pearsona, współczynnika korelacji rang Spearmana, badanie współzależności między cechami jakościowymi. Zastosowanie Excela w analizie statystycznej, źródła informacji statystycznej w internecie. |
Pełny opis: |
1. Zajęcia organizacyjne. Analiza statystyczna zbiorowości statystycznej. Miary położenia, miary zmienności (rozproszenia, dyspersji), miary asymetrii (skośności), miary skupienia (koncentracji). Sposoby obliczania miar dla szeregu szczegółowego prostego. Arkusz kalkulacyjny, komórka, blok komórek, wpisywanie danych, wpisywanie formuł, formatowanie tekstu. 2. Szereg szczegółowy. Rozwiązanie jednego przykładu wraz z omówieniem. Podstawowe formuły służące do analizy statystycznej danych szeregu szczegółowego. 3. Szereg rozdzielczy punktowy. Rozwiązanie jednego przykładu wraz z omówieniem. Podstawowe formuły służące do analizy statystycznej danych szeregu szczegółowego. 4. Szereg rozdzielczy przedziałowy. Rozwiązanie jednego przykładu wraz z omówieniem. 5. Analiza danych statystycznych - działanie na danych rzeczywistych. Ile jesteśmy w stanie wyciągnąć z danych? Jak uzupełniać, wzbogacać zebrane dane. 6. Badania własne - analiza danych, jak dobrze zaprezentować wyniki badań własnych. 7. Badanie współzależności między cechami statystycznymi. Współczynnik korelacji liniowej Pearsona. Współczynnik korelacji rang Spearmana. 8. Badanie współzależności cech jakościowych (wyznaczanie chi-kwadrat, wyznaczanie współczynnika Yule'a). |
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 50 punktów. Ocena końcowa jest uzależniona od liczby zdobytych punktów, punktacja poniżej: (25,30> dostateczny (30,35> dostarczony plus (35,40> dobry (40,45> doby plus (450,50> bardzo dobry |
Praktyki zawodowe: |
Nie dotyczy. |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.