PROGRAM PRZEDMIOTU Nazwa przedmiotu WNIOSKOWANIE STATYSTYCZNE Rok akademicki / 26, semestr zimowy, grupy UE 1 Prof. zw. dr hab. Andrzej Luszniewicz Wymagania wstępne Studenci wnioskowania statystycznego powinni uprzednio nabyć podstawową metodologiczną wiedzę z trzech przedmiotów ilościowych ( to znaczy z matematyki, informatyki & ze statystyki opisowej ) objętych programami ministerialnymi na poziomie szkolnictwa wyższego, czyli na studiach I - stopnia ( licencjackie ). Powinni oni także dysponować wiadomościami matematycznymi ( przy najmniej na poziomie maturalnym ) z zakresu teoretycznych i praktycznych podstaw rachunku prawdopodobieństwa ( z elementami kombinatoryki ). Znajomość zagadnień ekonomii z zakresu wybranej specjalności Studenci wnioskowania statystycznego powinni dysponować standardową wiedzą ( uzyskiwaną na poziomie kształcenie licencjackiego i aktualnie rozszerzaną w trakcie studiów masgisterskich ) z zakresu makro & mikro teorii ekonomii, zwłaszcza w odniesieniu do modelowych ( współzależnościowych ) powiązań głównych indykatorów ( wskaźników ) ekonomicznych oraz społecznych w skali światowej, europejskiej ( ze szczególnym zwróceniem uwagi na kraje UE ), narodowej, regionalnej oraz jednostkowej ( zwłaszcza w skali podmiotów gospodarujących, czyli firm prywatnych i publicznych ). Cele i zadania przedmiotu w wyniku realizacji przedmiotu wnioskowania statystycznego student powinien : Kategoria wiedzy Kategoria umiejętności Kategoria kompetencji społecznych 1. Nabyć wiedzę metodologiczną 1. 1. Rozpoznawać główne algorytmy z zakresu podejmowania decyzji punktowej i przedziałowej estymacji statystycznych w warunkach braku wcześniej liczbowo nieznanych pewności ( czyli praktycznie zawsze w parametrów, jak także umieć trakcie prowadzonych diagnoz i prognoz ). stosować metody weryfikacji hipotez statystycznych ( postaci parametrycznej & nieparametrycznej ) 2.Zrozumieć ( nie tylko teoretycznie, ale przede wszystkim praktycznie ) przy użyciu jakich narzędzi analizy ilościowej oraz przy jakich koniecznych do postawienia założeniach teoretycznych (z zakresu metody reprezentacyjnej) staje się możliwe bezpieczne wnioskowanie co do liczbowo nieznanych populacji generalnych na podstawie znanych wyników obserwacji prób losowych. Numer efektu 2. Znać podstawowe moduły, opcje i procedury profesjonalnego pakietu komputerowego ( STATISTICA PL, v. 12 lub zamiennie innych pakietów ) w zastosowaniach do prowadzenia ilościowych ( postaci kompleksowej ) analiz zjawisk ekonomiczno społecznych ( przede wszystkim w ujęciach strukturalnych oraz współzależnościowych ) realizowanych procedurami wnioskowania ( to znaczy metodami estymacji parametrów & metodami weryfikacji hipotez ). Opis efektów kształcenia i sposobów ich weryfikacji Opis efektów kształcenia ( w wyniku realizacji przedmiotu ) Kategoria wiedzy Odniesienie do efektów kształcenia dla kierunku 1. Posiadać bazowe kompetencje do studiowania współczesnej ( bardziej zaawansowanej metodologicznie ) literatury statystycznej ( również ekonometrycznej ) i do eksperckiej ( interdyscyplinarnej ) efektywnej współpracy w większych zespołach badawczych. 2. Realizować programy wdrożeniowe ( użyteczne dla rozumianej szeroko praktyki i jednocześnie inspirujące teorię statystyczną ) zastosowania metod wnioskowania statystycznego ( i ich popularyzacji ) w zakresie syntetycznych ( i jednocześnie kompleksowych ) liczbowo-graficznych analiz wyników przeprowadzanych ( zwykle metodą reprezentacyjną ) obserwacji zjawisk ekonomicznospołecznych. Sposoby weryfikacji efektów kształcenia ( do każdego efektu oddzielnie ) Posiada ugruntowaną wiedzę w zakresie podstawowych teoretycznych rozkładów badanych zmiennych losowych ( dyskretnych & ciągłych ) oraz ich organicznego związku z metodologią wnioskowania statystycznego. Posiada szeroką wiedzę o zasadach konstrukcji oraz o K-2A_W08 K-2A_W egzamin 1
03 sposobach interpretacji przedziałów ufności ( z oraz bez centralnej lokalizacji ) dla nieznanych liczbowo parametrów ( konstruowanych w oparciu o znane wyniki z prób losowych ). - Posiada nie mniej szeroką wiedzę o zasadach konstrukcji oraz o sposobach interpretacji bazowych ( najczęściej stosowanych w praktyce ) testów istotności oraz testów zgodności użytecznych do weryfikacji hipotez statystycznych ( postaci parametrycznej & nieparametrycznej ). Posiada orientacyjuą ( z konieczności tylko bazową ) wiedzę o komputerowych technikach przetwarzania danych oraz o ich ścisłym związku ( na przykładzie pakietu STATISTICA PL, v. 12.5 ) z metodami opisu i wnioskowania statystycznego. 03 Kategoria umiejętności Potrafi prawidłowo analizować ( interpretować ) wyniki badań reprezentacyjnych prowadzonych na określonych poziomach deklarowanej ufności lub na określonych poziomach deklarowanej istotności. Potrafi sformułować ( a także praktycznie wdrożyć ) programy rozszerzania tradycyjnych ( opisowych ) analiz zjawisk ekonomiczno - społecznych o konieczne elementy wnioskowania statystycznego ( diagnostyka w warunkach braku pewności ). - Posiada umiejętność popularyzacji ( zachęcania do praktycznych zastosowań ) metod indukcji statystycznej nie tylko w kierunku otwierania ust liczbom, ale także w kierunku obiektywizacji ( poprzez zastosowanie tych metod ) rezultatów analiz zjawisk ekonomiczno- społecznych. Posiada umiejętność interdyscyplinarnego spojrzenia na metody wnioskowania statystycznego, a zwłaszcza ma wyrobiony nawyk do zespołowej współpracy ( w grupach eksperckich ) koniecznej w celu realizacji większych programów badawczych ( w tym także unijnych ). K-2A_U K-2A_U K-2A_U03 Egzamin 03 Kategoria kompetencji społecznych Rozumie potrzebę stałego dokształcania zawodowego w kierunku uzupełniania swojej wiedzy o nowości K-2A_K metodologiczne w zakresie teorii i praktyki stosowania K-2A_K06 metod ilościowych ( statystycznych & ekonometrycznych ). K2A_K0 Dostrzega konieczność interdyscyplinarnego podejścia do metod ilościowych ( w tym także do wnioskowania statystycznego ) i to głównie w aspekcie jego powiązania z problematyką makro oraz mikro analiz badanych zjawisk społeczno-ekonomicznych. Posiada potrzebę kreatywnego udziału w pracach zespołowych, realizujących gospodarcze i społeczne ( w skali makro oraz mikro ) programy badawcze i analityczne w ujęciach regionalnych i krajowych, jak także ( co może być szczególnie pożądane ) w ujęciach międzynarodowych ( w tym także unijnych ). Realizuje, a także rozwija, zasadę ścisłego związku metod ilościowych ( w tym także wnioskowania statystycznego ) ze współczesnymi naukami ekonomicznymi oraz społecznymi ( a także ze współczesną informatyką ), a zwłaszcza z profesjonalnymi komputerowymi pakietami statystyczno-graficznymi. Egzamin 2
Opis sposobu obliczania punktów ECTS Studia niestacjonarne : wnioskowanie statystyczne Godziny ETC Liczba przeprowadzonych godzin w ramach wykładu 24 1 Liczba godzin przeznaczona na przygotowanie się do zajęć ( wykładów ) 72 3 Liczba godzin przeznaczona na przygotowanie się do zaliczenia & egzaminu 72 3 Liczba godzin przeznaczona na konsultacje i inne spotkania z wykładowcami 2 0 Łączna liczba godzin i punktów ECTS 170 7 Treści merytoryczne przedmiotu WNIOSKOWANIE STATYSTYCZNE Wykładowca: prof. zw. dr hab. Andrzej Luszniewicz Numery / daty wykładów Tematy wykładów oraz ich podstawowe zagadnienia Liczba godzin Wykład 1 4 października Wykład 2 18 października Wykłady 3 & 4 8 & 22 listopada Wykłady 5 & 6 6 & 20 grudnia Wykłady 7 & 8 17 & 31 stycznia 26 ROZKŁADY ZMIENNYCH LOSOWYCH 1. Metodologia wnioskowanie statystycznego 2. Częstość oraz prawdopodobieństwo 3. Twierdzenie Bernoulliego 4. Rozkład normalny Gaussa- Laplacea 5. Rachunek różnic dystrybuant 6. Zastosowania praktyczne ( przykład 1WS ) ESTYMACJA PARAMETRÓW 7. Hasła-klucze wykładu 1 8. Rozkłady Pearsona oraz Gosseta 9. Centralne przedziały ufności Neymana 10. Miary precyzji estymacji przedziałowej 11. Niecentralne przedziały ufności 12. Zastosowania praktyczne ( przykłady 2WS & 3 WS ) WERYFIKACJA HIPOTEZ ( część I & II ) 13. Hasła klusze wykładu 2 14. Hipotezy zerowe oraz alternatywne 15. Ocena istotności różnicy średnich 16. Gosseta test istotności 17. Krytyczne poziomy istotnosci 18. Zastosowania praktyczne ( przykłady 4 WS & 5 WS ) 19. Hasła klucze wykładu 3 20. Ocena normalności rozkładu empirycznego 21. Pearsona test zgodności 22. Shapiro-Wilka test zgodności 23. Moc decyzji weryfikacyjnych 24. Zastosowania praktyczne ( przykłady 6 WS & 7 WS ) WNIOSKOWANIE WARIANCYJNE ( część I & II ) 25. Hasła klucze wykładu 4 26. Teoretyczne założenia metody analizy wariancji 27. Schemat jednoczynnikowej analizy wariancji ( 1 MAW ) 28. Istotność wpływu czynnika klasyfikacyjnego 29. Fishera test wariancyjny 30. Zastosowania praktyczne ( przykład 8 WS ) ) 31. Hasła- klucze wykładu 5 32. Hartleya, Cochrana & Bartletta testy jednorodności wariancji 33. Browna-Forsythea test wariancyjny 34. Wariancyjne miary determinacji 35. Schemat analizy wariancji w regresji 36. Zastosowania praktyczne ( przykłady 9 WS & 10 WS ) WNIOSKOWANIE REGRESYJNE ( część I & II ) 37. Hasła klucze wykładu 6 38. Metoda najmniejszych kwadratów ( 1 MNK ) 39. Liniowa funkcja regresji 40. Gosseta test regresyjny 41. Regresyjna miara determinacji 42. Zastosowania praktyczne ( przykład 11 WS ) 43. Hasła klucze wykładów 7 & 8 44. Nieliniowe funkcje regresji 45. Paraboliczna funkcja regresji 46. Fishera test liniowości regresji 47. Wnioskowanie korelacyjne 48. Zastosowania praktyczne ( przykłady 12 WS ) 3 h ( : 3 ) 3 h ( : 6 ) ( : 12 ) ( : 18 ) ( : 24 ) 3
Metody oceny egzaminacyjnej Formalnym warunkiem przystąpienia do egzaminu jest umieszczenie ( przez Dziekanat ) nazwiska zdającego studenta na protokole egzaminacyjnym. Egzamin jest pisemny i posiada formę testową. Zestawy egzaminacyjne zawierają po 5 zadań testowych, rozwiązywanych przez studentów ( na specjalnie przygotowanych arkuszach ) w trzech zakresach, a mianowicie: poprzez podanie uzasadnienia ( metodologicznego, numerycznego i graficznego), poprzez przeprowadzenie interpretacji ( słowna analiza wyników liczbowych & graficznych) oraz poprzez wskazanie poprawnej odpowiedzi ( jednej z czterech podanych ). Łączna ocena egzaminacyjnej pracy pisemnej z wnioskowania statystycznego wystawiana jest przez wykładowcę według skali punktowej postaci: od 0 punktu ( przy braku rozwiązania ), poprzez 1 / 2 ( dla rozwiązania częściowo poprawnego ) do 1 punktu ( przy rozwiązaniu kompletnym i bez błędnym ) za każde z pięciu zadań testowych. Na egzaminie można zatem uzyskać od 0 do 5 punktów łącznie, przy czym egzamin jest uznany jako zaliczony przy 3-ech i więcej punktach. Ponadto, przyznawana jest specjalna premia frekwencyjna ( plus 0,5 oceny egzaminacyjnej ) za udokumentowaną obecność na wszystkich ośmiu trzy godzinowych wykładach. Zwolnienia z egzaminu nie są przewidywane. W wyjątkowych przypadkach ( posiadania własnego indeksu wyższej uczelni z wpisami ocen egzaminacyjnych z przedmiotów o nazwie statystyka matematyczna lub wnioskowanie statystyczne z ostatnich trzech lat ), przepisywanie oceny egzaminacyjnej może podlegać negocjacji z wykładowcą ( pod warunkiem jednak pełnej frekwencji na bieżących ośmiu 3-godzinowych wykładach ). Literatura podstawowa: Spis bibliografii przedmiotu Lp. Autor Tytuł, wydawnictwo, miejsce i rok wydania 1 A. Luszniewicz, T. Słaby Literatura uzupełniająca: Statystyka z pakietem komputerowym STATISTICA PL. Teoria i zastosowania, C. H. Beck, Warszawa, wyd. 3-zmienione, 2008, ss. 472. 2 Amir D. Aczel Statystyka w zarządzaniu, PWN, Warszawa, 2000, ss. 997 3 J. Jóźwiak, Statystyka od podstaw, PWE, Warszawa, wyd.6, 2006, ss. 510 J. Podgórski Statystyka nie jest trudna. Metody wnioskowania 4 A. Luszniewicz statystycznego,pwe, Warszawa, wyd.5, 20, ss.187 5 A. Luszniewicz Indeksy statystyczne, WSFiZ, Białystok, 2009, ss. 163 Podpis Dyrektora Instytutu Podpis Autora Programu 4
5