Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Transkrypt

1 Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy w ramach treści dodatkowych Rodzaj zajęć: wykład, laboratorium Poziom przedmiotu: II stopnia Liczba godzin/tydzień: 2W E, 2L PRZEWODNIK PO PRZEDMIOCIE Kod przedmiotu: IF2_05 Rok: I Semestr: I Liczba punktów: 5 ECTS C1. Zapoznanie studentów z systemami statystycznej obróbki danych, z pakietem STATISTICA, zagadnieniami prognozy, teorią decyzji statystycznych. C2. Nabycie przez studentów praktycznych umiejętności w zakresie tworzenia i wykorzystania systemów informatycznych dla obróbki danych, ich reprezentacji, analizy rozkładów zmiennych, badania normalności rozkładu, analizy korelacji i regresji, analizy szeregów czasowych. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Wiedza z zakresu matematyki, rachunku prawdopodobieństwa, systemów informatycznych. 2. Umiejętność wykorzystania pakietu STATISTICA. 3. Umiejętność wykonywania działań matematycznych do rozwiązywania postawionych zadań związanych z wykorzystywanymi metodami statystyki. 4. Umiejętność korzystania z różnych źródeł informacji w tym z instrukcji i dokumentacji do pakietu STATISTICA. 5. Umiejętności pracy samodzielnej i w grupie. 6. Umiejętności prawidłowej interpretacji i prezentacji własnych działań. EFEKTY KSZTAŁCENIA EK 1 zna ogólne zasady działania i obsługi pakietu STATISTICA, EK 2 posiada podstawową wiedzę teoretyczną z zakresu statystyki opisowej, wnioskowania statystycznego, weryfikacji hipotez statystycznych, liniowej funkcji regresji prostej, szeregów czasowych, EK 3 potrafi wyznaczyć parametry funkcji regresji liniowej, EK 4 posiada wiedzę na temat sposobu reprezentacji wyników analizy regresji, EK 5 potrafi dokonać wnioskowania z liniowej funkcji regresji, EK 6 zna podstawowe zagadnienia dotyczące weryfikacji testu Hi-kwadrat Pearsona, testu korelacji rang Spearmana, EK 7 potrafi dokonać mechaniczną delimitację szeregów czasowych, EK 8 potrafi dokonać wyodrębnienia składników sezonowości za pomocą modelu addytywnego oraz modelu multiplikatywnego, EK 9 potrafi dokonać prognozowania punktowego i przedziałowego z uwzględnieniem wahań sezonowych.

2 TREŚCI PROGRAMOWE Forma zajęć WYKŁADY Liczba godzin W1 Podstawowe elementy systemów informatycznych statystycznej obróbki 2 danych. W2 - Dane i ich reprezentacja, rozkłady zmiennych, badanie normalności 2 rozkładu. W3 Statystyka opisowa. Miary położenia. Miary zmienności. Miary asymetrii i 2 koncentracji. W4 Wnioskowanie statystyczne. 2 W5 Weryfikacja hipotez statystycznych. Parametryczne i nieparametryczne 2 testy istotności. W6 Test Hi-kwadrat Pearsona. 2 W7 Test korelacji rang Spearmana. 2 W8 Współczynnik korelacji liniowej Pearsona. 2 W9 Badanie współzależności zjawisk. Model regresji liniowej. 2 W10 Wnioskowanie z liniowej funkcji regresji prostej. 2 W11 Test serii. Test Durbina-Watsona. 2 W12 Przedziałowa predykcja. 2 W13 - Szeregi czasowe. Indeksy łańcuchowe i jednopodstawowe. Syntetyczne 2 wielkości. W14 - Wahania sezonowe. Wyodrębnienie składników sezonowości. Model 2 addytywny. Model multiplikatywny. W15 - Prognozowanie punktowe i przedziałowe z uwzględnieniem wahań 2 sezonowych Forma zajęć LABORATORIUM Liczba godzin L1- Uruchamianie pakietu STATISTICA. Praca w arkuszu danych. 2 L2 Wprowadzenie danych do pakietu STATISTICA. Operacje globalne. Formuły 2 i ich przeliczanie. L3 Zarządzanie danymi w pakiecie STATISTICA. Sortowanie danych. 2 Tworzenie podzbiorów. Standaryzowanie danych. L4 - Estymacja parametrów 2 L5 - Test Hi-kwadrat. 2 L6 - Test Spearmana. 2 L7 - Współczynnik korelacji liniowej Pearsona. 2 L8 - Model regresji liniowej. Wnioskowanie z liniowej funkcji regresji prostej. 2 L9 - Test serii. Test Durbina-Watsona. 2 L10 - Przedziałowa predykcja. 2 L11- Indeksy łańcuchowe i jednopodstawowe. 2 L12 - Wyodrębnienie składników sezonowości. 2 L13 - Wahania sezonowe. Model addytywny. 2 L14 - Wahania sezonowe. Model multiplikatywny. 2 L15 - Prognozowanie punktowe i przedziałowe z uwzględnieniem wahań 2 sezonowych NARZĘDZIA DYDAKTYCZNE 1. wykład z wykorzystaniem przezrocze 2. ćwiczenia laboratoryjne, stanowiska do ćwiczeń wyposażone w pakiet STATISTICA 3. podręcznik elektroniczny STATISTICA z portalu StatSoft 4. instrukcje do wykonania ćwiczeń laboratoryjnych 2

3 SPOSOBY OCENY ( F FORMUJĄCA, P PODSUMOWUJĄCA) F1. ocena przygotowania do ćwiczeń laboratoryjnych F2. ocena umiejętności stosowania zdobytej wiedzy podczas wykonywania ćwiczeń F3. ocena sprawozdań z realizacji ćwiczeń objętych programem nauczania F4. ocena aktywności podczas zajęć. ocena umiejętności rozwiązywania postawionych problemów oraz sposobu prezentacji uzyskanych wyników zaliczenie na ocenę* *) warunkiem uzyskania zaliczenia jest otrzymanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych, OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z prowadzącym Konsultacje z prowadzącym Przeprowadzenie egzaminu Zapoznanie się ze wskazaną literaturą Przygotowanie do ćwiczeń laboratoryjnych i wykonanie sprawozdań Przygotowanie do egzaminu i kolokwiów Średnia liczba godzin na zrealizowanie aktywności 30W 30L 60 h Suma 125 h SUMARYCZNA LICZBA PUNKTÓW ECTS DLA PRZEDMIOTU Liczba punktów ECTS, którą student uzyskuje na zajęciach wymagających bezpośredniego udziału prowadzącego Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym, w tym zajęć laboratoryjnych i projektowych 5 h 3 h 12 h 25 h 20 h 5 ECTS 2,72 ECTS 2,20 ECTS LITERATURA PODSTAWOWA I UZUPEŁNIAJĄCA 1. Luszniewicz, T.: Słaby Statystyka z pakietem komputerowym STATISTICA PL, Wydawnictwo C.H.Beck, Warszawa, Greber T.: Statystyczne sterowanie procesami doskonalenie jakości z pakietem STATISTICA, StatSoft, Kraków, Nowak E.: Prognozowanie gospodarcze, Agencja wydawnicza Placet, Warszawa, Jóźwiak J., Podgórski J.: Statystyka od podstaw, wyd. V zmienione, PWE, Warszawa Bąk I., Mankowicz I., Mojszewicz M., Wawrzyniak K.: Statystyka w zadaniach, części I i II. Wydawnictwo Naukowo-Techniczne, Warszawa, Brandt S.: Analiza danych. Metody statystyczne i obliczeniowe, PWN, Warszawa

4 PROWADZĄCY PRZEDMIOT ( IMIĘ, NAZWISKO, ADRES ) 1. dr hab. inż. Ludmila Dymava, prof.p.cz. dymowa@icis.pcz.pl MACIERZ REALIZACJI EFEKTÓW KSZTAŁCENIA Odniesienie danego efektu do Cele Efekt efektów przedmiot kształcenia zdefiniowanych u dla całego programu (PEK) EK1 EK2 EK3 EK4 EK5 EK6 EK7 EK8 EK9 KIF_U11 KIF_U03 KIF_U01 KIF_U03 KIF_K06 C1 C1 Treści programowe W1, L1-15 W2-3, W11 L1-7 W5, W8-9, L4, L8, Narzędzia dydaktyczne Sposó b oceny 1,2, 3 F1-2 L8-9 2, 3, 4 W4, W10, W13-15, L4, L7-8, L15 W6-7, L5-6 W13, L11 W14, L12-14 W10, W12-15 L10, L12-L15 II. FORMY OCENY - SZCZEGÓŁY Efekt 1 Efekt 2 Na ocenę 2 Na ocenę 3 Na ocenę 4 Na ocenę 5 Student nie potrafi obsługiwać podstawowych narzędzi pakietu Student potrafi korzystać z podstawowych narzędzi pakietu Student dobrze zna możliwości podstawowych narzędzi pakietu Student bardzo dobrze zna działanie, obsługę i możliwości pakietu 4

5 Efekt 3 Efekt 4 Efekt 5 Efekt 6 Efekt 7 Efekt 8 Efekt 9 5

6 II. INNE PRZYDATNE INFORMACJE O PRZEDMIOCIE 1. Wszelkie informacje dla studentów (prezentacje do zajęć, instrukcje do ćwiczeń laboratoryjnych, przykładowe aplikacje) dostępne są na stronie internetowej w zakładce Dydaktyka. 2. Informacja na temat konsultacji przekazywana jest studentom podczas pierwszych zajęć danego z przedmiotu. 6