Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Analiza statystyczna

Informacje ogólne

Kod przedmiotu: 2751-BW-S1-2-A-AS
Kod Erasmus / ISCED: (brak danych) / (0548) Interdyscyplinarne programy i kwalifikacje związane z matematyką i statystyką Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza statystyczna
Jednostka: Wydział Nauk o Polityce i Bezpieczeństwie
Grupy: Bezpieczeństwo wew. - I st - przedmioty w ramach SPECJALIZACJI - stacjonarne
Punkty ECTS i inne: (brak) 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:

Wymagania dla studentów: skończony kurs Podstawy statystyki i demografii, znajomość podstawowa arkusza kalkulacyjnego.

Dostęp dno pakietu: https://office365.uci.umk.pl

Całkowity nakład pracy studenta:

Całkowity nakład pracy: 50 godzin.

15 godzin - zajęcia w grupie

15 godzin - ćwiczenia we własnym zakresie

10 godzin - przygotowanie zadań zaliczeniowych

5 godzin - ewentualne konsultacje z prowadzącym zajęcia

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 eksponujące:

- pokaz

Metody dydaktyczne podające:

- opowiadanie
- pogadanka

Metody dydaktyczne poszukujące:

- ćwiczeniowa

Skrócony opis:

Wykorzystywanie arkuszy kalkulacyjnych w analizie statystycznej, rozszerzony opis słowny otrzymanych wyników. Badanie współzależności między cechami statystycznymi. Testy statystyczne nieparametryczne. Pakiet SPPS - informacyjnie.

Pełny opis:

Podział na poszczególne zajęcia:

1. Sprawy organizacyjne. Funkcje statystyczne w excelu

2. Szereg szczególowy, wykorzystanie excela w obliczenia. Analiza statystyczna danych przedstawionych w szeregu szczegółowym prostym

3. Analiza statystyczna danych przedstawionych w szeregu rozdzielczym punktowym

4. Analiza statystyczna danych przedstawionych w szeregu rozdzielczym przedziałowym

5. Dane liczbowe: liczby bezwzględne i względne, ich znaczenie w analizie danych statystycznych.

6. Narzędzia statyczne na portalu: GUS i EUROSTATU. Wyszukiwanie danych statystycznych. Zadanie zaliczeniowe 3 (wyszukanie i opracowanie danych statystycznych). Współczynnik korelacji liniowej Pearsona.

7. Testy statystyczne nieparametryczne.

8. Testy statystyczne nieparametryczne - cd.

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

Metody i kryteria oceniania:

Ocena jest uzależniona od liczby zdobytych punktów:

Dostateczna: (50;60>

Dostateczna plus: (60;70>

Dobra: (70;80>

Dobra plus: (80;90>

Bardzo dobra: (90;100>

Punkty można zdobyć za rozwiązanie zadań, są oceniane w skali od 0 do 20 punktów. Zadań będzie 5.

Obecność będzie sprawdzana, tj. sprawdzenie zalogowania na kurs na moodle w określonym czasie. Kurs na moodle ma charakter asynchroniczny.

Można mieć jedną nieusprawiedliwioną nieobecność.

Praktyki zawodowe:

Nie dotyczy.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
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)