PRZEWODNIK PO PRZEDMIOCIE

Transkrypt

1 Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów: studia II stopnia Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj. forma studiów: studia niestacjonarne Liczba godzin/zjazd: 1, 0, 0, 1, 0 Kod przedmiotu: ZiIP.D1F Rok: II Semestr: IV Liczba punktów: 2 ECTS PRZEWODNIK PO PRZEDMIOCIE I KARTA PRZEDMIOTU CEL PRZEDMIOTU C1. Przekazanie studentom wiedzy z zakresu prowadzenia badań z wykorzystaniem technik komputerowych. C2. Zapoznanie studentów z różnymi metodami badań z wykorzystaniem komputera. C3. Nabycie przez studentów umiejętności wykorzystywania technik obliczeniowych komputera do różnych metod. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Podstawowa wiedza z matematyki i ekonomii. 2. Podstawowa znajomość rachunku prawdopodobieństwa. 3. Przeciętne opanowanie zasad opracowywania danych pochodzących z badań, np. społecznych, techniczno-produkcyjnych czy naukowych. 4. Umiejętności pracy samodzielnej i w grupie. 5. Umiejętność posługiwania się kalkulatorem inżynierskim. 6. Umiejętność pracy na komputerze wyposażonym w typowy system operacyjny Windows. 7. Umiejętność korzystania ze źródeł literaturowych oraz zasobów internetowych.

2 EFEKTY KSZTAŁCENIA EK 1 ma podstawową wiedzą na temat związanych ze statystyką opisową. EK 2 ma podstawową wiedzę na temat związanych ze statystyka matematyczną i wnioskowaniem statystycznym, EK 3 ma podstawową wiedzę dotyczącą wykorzystywanych w analizie korelacji i regresji, EK 4 potrafi prezentacji danych zebranych podczas badań. EK 5 potrafi zbiorowości z użyciem na podstawie danych pochodzących z badań. EK 6 potrafi estymować parametry badanej próbkowych. EK 7 potrafi oceny hipotez dotyczących rozkładu próbkowych. EK 8 potrafi oceny siły statystycznymi za pomocą oraz budować proste modele regresji liniowej dwuwymiarowej. EK 9 potrafi badania wyborem odpowiednich dla zadanego badawczego. E10 student potrafi zna różnorodne techniki komputerowe do prowadzenia badań za pomocą metod. TREŚCI PROGRAMOWE Forma zajęć WYKŁADY W 1 Charakterystyka procesu badania statystycznego. Etapy badań W 2 - Komputerowe pakiety statystyczne W 3 Wyznaczanie wartości miar rozkładu cechy w próbie, w tym miary: położenia, zróżnicowania, asymetrii i koncentracji. W 4 Zmienna losowa i rozkłady zmiennych losowych. W 5. Estymacja punktowa i przedziałowa. Ustalenie minimalnej liczby pomiarów wobec postulatu reprezentatywności próby statystycznej W 6 Parametryczne testy w weryfikacji hipotez wyrażanych przez argumenty rozkładów danych klasycznych lub wskaźników struktury W 7, W8 Nieparametryczne testy w weryfikacji hipotez testowanie zgodności rozkładu zmiennych W 9 Metody analizy współ. Korelacja i regresja liniowa. Możliwe przypadki linearyzacji. Korelacja i regresja nieliniowa. W 10 Korelacja i regresja wielu zmiennych. 2 h Forma zajęć SEMINARIUM S 1 Różnorodne programy obliczeniowe znajdujące zastosowanie w statystyce S2 Różnorodne metody prezentacji danych S 3 Kompleksowa analiza danych za pomocą S4, S5 Analiza podstawowych rozkładów zmiennych losowych oraz rozkłady statystyk z próby S6 Wykorzystanie metod estymacji populacji generalnej na podstawie 2 h 2

3 próby statystycznej do analizy. Ustalenie minimalnej liczebności oznaczeń dla założonej dokładności pomiaru. S 7 Przeprowadzenie testu dla wartości średniej populacji, dla dwóch średnich. Wykonanie testu dla wariancji populacji generalnej, dla dwóch wariancji. Przeprowadzenie testu dla wskaźnika struktury populacji oraz dwóch wskaźników struktury S 8 Testowanie zgodności rozkładu zmiennych za pomocą odpowiednich testów nieparametrycznych S 9 Wyznaczenie modelu cechy dwuwymiarowej metodą regresji liniowej. Estymacja przedziałowa modelu. Wyznaczanie miary skorelowania. Predykcja na podstawie modelu regresji liniowej opatrzonego przedziałem ufności S 10 Wprowadzenie do regresji liniowej wielorakiej (wielu zmiennych). NARZĘDZIA DYDAKTYCZNE 1. wykład z zastosowaniem środków audiowizualnych 2. zajęcia w postaci seminariów wystąpienie studenta i przeprowadzenie dyskusji zastosowanie środków audiowizualnych 3. program komputerowy Microsoft Excel, Open Office SPOSOBY OCENY ( F FORMUJĄCA, P PODSUMOWUJĄCA) F1. ocena przygotowania tematu do wystąpienia podczas seminarium F2. - ocena aktywności podczas zajęć P1. ocena opanowania materiału nauczania będącego przedmiotem zajęć kolokwium zaliczeniowe P2. ocena umiejętności występowania i prowadzenia dyskusji - seminarium OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z prowadzącym Zapoznanie się ze wskazaną literaturą Przygotowanie do zajęć Przygotowanie do zaliczenia przedmiotu Przygotowanie wystąpienia na seminarium Średnia liczba godzin na zrealizowanie aktywności 10W 10 L 20 h Suma 70 h 10 h 10 h 10 h 20 h SUMARYCZNA LICZBA PUNKTÓW ECTS DLA PRZEDMIOTU 2 ECTS 3

4 LITERATURA PODSTAWOWA I UZUPEŁNIAJĄCA 1. M. Balcerowicz Szkutnik, W. Szkutnik: Podstawy statystyki w przykładach i zadaniach. Cz. I.: Statystyka opisowa, Wydawnictwo Śląskiej Wyższej Szkoły Zarządzania im. Gen. Jerzego Ziętka w Katowicach, Katowice M. Balcerowicz Szkutnik, W. Szkutnik: Podstawy statystyki w przykładach i zadaniach. Cz. II.: Elementy rachunku prawdopodobieństwa i wnioskowania statystycznego, Wydawnictwo Śląskiej Wyższej Szkoły Zarządzania im. Gen. Jerzego Ziętka w Katowicach, Katowice A. Goryl, Z. Jędrzejczyk, K. Kukuła (red. nauk.), J. Osiewalski, A. Walkosz: Wprowadzenie do ekonometrii w przykładach i zadaniach, Wydawnictwo Naukowe PWN, Warszawa B. Guzik: Elementy ekonometrii i badań operacyjnych dla studiów licencjackich, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań B. V. Liengme: Excel w zarządzaniu i biznesie, Wydawnictwo RM, Warszawa E. Nowak (red.): Metody statystyczne w działalności przedsiębiorstwa, Polskie Wydawnictwo Ekonomiczne, Warszawa E. Nowak: Zarys metod ekonometrii. Zbiór zadań, Wydawnictwo Naukowe PWN, Warszawa S. Ostasiewicz, Z. Rusnak, U. Siedlecka: Statystyka. Elementy teorii i zadania, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław A. Snarska: Statystyka. Ekonometria. Prognozowanie. Ćwiczenia z Excelem, Wydawnictwo Placet, Warszawa E. Sojka: Statystyka w przykładach i zadaniach, Wydawnictwo Wyższej Szkoły Zarządzania i Nauk Społecznych w Tychach, Tychy M. Siudak: Badania operacyjne, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa M. Sobczyk: Statystyka, Wydawnictwo Naukowe PWN, Warszawa W. Starzyńska: Statystyka praktyczna, Wydawnictwo naukowe PWN, Warszawa T. Szapiro: Decyzje menedżerskie z Excelem, PWE, Warszawa K. Twardowska, P. Łodyga: Modele zarządzania wspomagane Excelem, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa PROWADZĄCY PRZEDMIOT ( IMIĘ, NAZWISKO, ADRES ) 1. dr inż. Edyta Kardas ( ekonstan@wip.pcz.pl) MACIERZ REALIZACJI EFEKTÓW KSZTAŁCENIA Efekt kształcenia Odniesienie danego efektu do efektów zdefiniowanych dla całego programu (PEK) Cele przedmiotu Treści programowe Narzędzia dydaktyczne Sposób oceny EK1 K_W02 C1, C2 W1, W3, S3 1 F2, P1 EK2 K_W03 C1, C2 W1 W4 W8 S4 S8 1 F2, P1 EK3 K_W03 C1, C2 W1, W9, 1 F2, P1 W10, S9, S10 EK4 K_W15, K_U01 C2, C3 W1, S2 1, 2, 3 F1, F2, P2 EK5 K_W15, K_U01 C2, C3 W3, S3 1, 2, 3 F1, F2, P2 EK6 K_W15, K_U01 C2, C3 W4, W5, S6 1, 2, 3 F1, F2, P2 4

5 EK7 EK8 EK9 EK10 K_W15, K_U01 K_W15, K_U01 K_W15, K_U01, K_K07 K_W02, K_W03, K_W15, K_U01,, K_K07 C2, C3 W4 W6 W8 S7, S8 C2, C3 W9 W10 S9 S10 C2, C3 W1 S1 S10 C3 W2 S1 S10 1, 2, 3 F1, F2, P2 1, 2, 3 F1, F2, P2 2, 3 F1, F2, P2 2, 3 F1, F2, P2 II. FORMY OCENY - SZCZEGÓŁY EFEKT 1 ma podstawową wiedzą na temat związanych ze statystyką opisową EFEKT 2 ma podstawową wiedzę na temat związanych ze statystyka matematyczną i wnioskowaniem statystycznym EFEKT 3 ma podstawową wiedzę dotyczącą wykorzystywanych w analizie korelacji i regresji EFEKT 4 potrafi prezentacji danych zebranych podczas badań Na ocenę 2 Na ocenę 3 Na ocenę 4 Na ocenę 5 Student nie opanował j wiedzy na temat związanych ze statystyką opisową Student nie opanował j wiedzy na temat związanych ze statystyka matematyczną i wnioskowaniem statystycznym Student nie opanował j wiedzy dotyczącej wykorzystywanych do analizy korelacji i regresji prezentacji danych zebranych w badaniu statystycznym dotyczące głównych dotyczące głównych statystyki matematycznej i wnioskowania wiedzę dotyczącą podstawowych korelacji i regresji zastosować a do prezentacji danych dotyczące, jest w stanie klasyfikacji tych dotyczące statystyki matematycznej i wnioskowania, jest w stanie klasyfikacji tych metod wiedzę dotyczącą korelacji i regresji, jest w stanie ich klasyfikacji i Student podstawi wybrać i zastosować a do danych dotyczące stosowanych w statystyce opisowej, potrafi ich klasyfikacji i wyboru do danego badania statystycznego dotyczące statystyki matematycznej i wnioskowania, jest w stanie klasyfikacji tych metod i wyboru do danego badania statystycznego wiedzę dotyczącą korelacji i regresji, jest w stanie ich klasyfikacji i, a także wybrać odpowiednią metodę do danego badania statystycznego Student podstawi wybrać i zastosować a do danych oraz na ich podstawie 5

6 EFEKT 5 potrafi zbiorowości z użyciem na podstawie danych pochodzących z badań EFEKT 6 potrafi estymować parametry badanej próbkowych EFEKT 7 potrafi oceny hipotez dotyczących rozkładu próbkowych EFEKT 8 potrafi oceny siły statystycznymi za pomocą oraz budować proste modele regresji liniowej dwuwymiarowej EFEKT 9 potrafi badania zbiorowości statystycznej z użyciem estymacji próbkowych oceny hipotez dotyczących rozkładu podstawie próby oceny siły statystycznymi ani zbudować prostego modelu liniowej regresji dwuwymiarowej badania wyborem zbiorowości typowej za pomocą głównych miar estymacji podstawowych próbkowych oceny hipotezy statystycznej konkretnego parametru podstawie próby oceny siły za pomocą konkretnej miary i zbudować prosty model regresji liniowej prostego badania większości zbiorowości za pomocą estymacji próbkowych, ocenić błąd szacunku oraz określić minimalną próbę dla estymacji przy założonym błędzie szacunku oceny hipotezy statystycznej dowolnego parametru podstawie próby oceny siły za pomocą wybranej przez siebie miary i zbudować prosty model regresji liniowej oraz ocenić jego przydatność badania wyborem sam wysnuć wnioski każdej zbiorowości za pomocą oraz sam wysnuć wnioski z przeprowadzonej analizy estymacji próbkowych, wybrać odpowiednią metodę estymacji, ocenić błąd szacunku, określić minimalną próbę dla estymacji przy założonym błędzie szacunku oraz odpowiednio skomentować otrzymane wyniki oceny hipotezy statystycznej dowolnego parametru podstawie próby i odpowiednio skomentować otrzymane wyniki oceny siły za pomocą wybranej przez siebie miary, zbudować prosty model regresji liniowej, ocenić jego przydatność oraz go w odpowiedni sposób badania wyborem 6

7 wyborem odpowiednich dla zadanego badawczego EK10 student potrafi różnorodne techniki komputerowe do prowadzenia badań za pomocą metod odpowiednich dla zadanego badawczego Student nie zna i nie potrafi technik komputerowych do prowadzenia badań za pomocą różnych metod wyborem odpowiednich z ograniczonego ich zbioru dla standardowego badawczego najprostsze techniki komputerowe do przeprowadzenia prostego badania użyciem różnych metod badawczych odpowiednich dla badawczego najprostsze techniki komputerowe do przeprowadzenia złożonego badania użyciem różnych metod badawczych j gamy dla badawczego i jednocześnie wysnuć wnioski z analizy różnorodne techniki komputerowe do przeprowadzenia złożonego badania użyciem różnych metod badawczych 7

8 III. INNE PRZYDATNE INFORMACJE O PRZEDMIOCIE (strona www WE PCZ) 1. Informacja gdzie można zapoznać się z prezentacjami do zajęć, instrukcjami do laboratorium itp. 2. Informacje na temat miejsca odbywania się zajęć 3. Informacje na temat terminu zajęć (dzień tygodnia/ godzina) 4. Informacja na temat konsultacji (godziny + miejsce) 8