Instytut PROGRM PRZEMIOTU NZW PRZEMIOTU ( modułu ) WNIOSKOWNIE STTYSTYZNE Kierunek studiów Forma studiów Poziom kształcenia Profil kształcenia Semestr studiów Nauk Ogólno- Społecznych Ekonomia Niestacjonarne Magisterskie akademicki Rygor Język wykładowy Liczba godzin wykładu Liczba punktów ETS Egzamin Polski 24 7 WYKZ NIEZBĘNYH ŚROKÓW YKTYZNYH Komputer + projektor Pakiet komputerowy STTISTI PL ( v. 12.5 ) PROWZĄY PRZEMIOT Prof. zw. dr hab. ndrzej Luszniewicz I ( zimowy ) Rok. akad. / 2017 ELE I ZNI PRZEMIOTU ( w wyniku realizacji przedmiotu wnioskowania statystycznego student powinien : Kategoria wiedzy Kategoria umiejętności Kategoria kompetencji społecznych *. Nabyć wiedzę metodologiczną z zakresu podejmowania decyzji statystycznych w warunkach braku pewności ( czyli praktycznie zawsze w trakcie prowadzonych diagnoz i prognoz ). **.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 liczbowo wyników obserwacji prób losowych. * Rozpoznawać główne algorytmy punktowej i przedziałowej estymacji wcześniej liczbowo nieznanych parametrów, jak także umieć użytecznie stosować metody weryfikacji hipotez statystycznych ( postaci parametrycznej & nieparametrycznej ) **. Znać podstawowe moduły, opcje oraz procedury profesjonalnego komputerowego pakietu ( STTISTI PL, v. 12.5 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 ). *. Posiadać bazowe kompetencje do studiowania współczesnej ( bardziej zaawansowanej metodologicznie ) literatury statystycznej ( również ekonometrycznej ) i do eksperckiej ( interdyscyplinarnej ) efektywnej współpracy w większych zespołach badawczych. ** 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. WYMGNI WSTĘPNE Studenci wnioskowania statystycznego powinni uprzednio nabyć podstawową wiedzę metodologiczną z trzech przedmiotów ilościowych ( to znaczy z matematyki, informatyki & ze statystyki opisowej ) objętych programami ministerialnymi na poziomie szkolnictwa wyższego, czyli na studiach I - stopnia ( licencjackich ). Powinni także dysponować wiadomościami matematycznymi ( przy najmniej na poziomie maturalnym ) z zakresu teoretycznych i praktycznych podstaw rachunku prawdopodobieństwa ( z elementami kombinatoryki ). Studenci wnioskowania statystycznego powinni także dysponować standardową wiedzą ( uzyskiwaną na poziomie kształcenie licencjackiego i aktualnie aktualizowaną i rozszerzaną w trakcie studiów masgisterskich ) z zakresu makro & mikro teorii ekonomii, zwłaszcza w odniesieniu do modelowych ( współzależnościowych ) powiązań głównych indykatorów ( wskaźników ) 1
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 ). OPIS EFEKTÓW KSZTŁENI I SPOSOBÓW IH WERYFIKJI Efekty Opis efektów kształcenia ( w wyniku realizacji przedmiotu ) Odniesienie do efektów kształcenia dla kierunku Sposoby weryfikacji efektów kształcenia ( do każdego efektu oddzielnie ) Kategoria wiedzy B B 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 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 STTISTI PL, v. 12.5 ) z metodami opisu i wnioskowania statystycznego. 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-2_W08 K-2_W05 K-2_W01 K-2_U01 K-2_U02 K-2_U03 K-2_U08 Kategoria kompetencji społecznych Rozumie potrzebę stałego dokształcania zawodowego w K-2_K01 kierunku uzupełniania swojej wiedzy o nowości K-2_K06 metodologiczne w zakresie teorii i praktyki stosowania K-2_K08 metod ilościowych ( statystycznych & ekonometrycznych ). K2_K010 - egzamin Egzamin Egzamin 2
B ostrzega 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. TREŚI MERYTORYZNE PRZEMIOTU WNIOSKOWNIE STTYSTYZNE Wykładowca: prof. zw. dr hab. ndrzej Luszniewicz Numery / daty wykładów Tematy wykładów oraz ich podstawowe zagadnienia Liczba godzin Wykład 1 9 października Wykład 2 23 października Wykłady 3 & 4 6 & 20 listopada Wykłady 5 & 6 4 & 16 grudnia Wykłady 7 & 8 ROZKŁY ZMIENNYH LOSOWYH 1. Metodologia wnioskowanie statystycznego 2. zęstość oraz prawdopodobieństwo 3. Twierdzenie Bernoulliego 4. Rozkład normalny Gaussa- Laplacea 5. Rachunek różnic dystrybuant 6. Zastosowania praktyczne ( przykład WS 1 ) ESTYMJ PRMETRÓW 7. Hasła-klucze wykładu 1 8. Rozkłady Pearsona oraz Gosseta 9. entralne przedziały ufności Neymana 10. Miary precyzji estymacji przedziałowej 11. Niecentralne przedziały ufności 12. Zastosowania praktyczne ( przykłady WS 2 & WS 3 ) WERYFIKJ 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 WS 4 & WS 5 ) 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 WS 6 & WS 7 ) WNIOSKOWNIE WRINYJNE ( część I & II ) 25. Hasła klucze wykładu 4 26. Teoretyczne założenia metody analizy wariancji 27. Schemat jednoczynnikowej analizy wariancji ( 1 MW ) 28. Istotność wpływu czynnika klasyfikacyjnego 29. Fishera test wariancyjny 30. Zastosowania praktyczne ( przykład WS 8) ) 31. Hasła- klucze wykładu 5 32. Hartleya, ochrana & Bartletta testy jednorodności wariancji 33. Browna-Forsythea test wariancyjny 34. Wariancyjne miary determinacji 35. Schemat analizy wariancji w regresji 36. Zastosowania praktyczne ( przykłady WS 9 & WS 10 ) 3 h ( : 3 ) 3 h ( : 6 ) 6 h ( : 12 ) 6 h ( : 18 ) WNIOSKOWNIE REGRESYJNE ( część I & II ) 37. Hasła klucze wykładu 6 38. Metoda najmniejszych kwadratów ( 1 MNK ) 6h 3
15 & 29 stycznia 2017 39. Liniowa funkcja regresji 40. Gosseta test regresyjny 41. Regresyjna miara determinacji 42. Zastosowania praktyczne ( przykład WS 11 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 ( przykład WS 12 ) FORM I WRUNKI EGZMINU ( : 24 ) Formalnym warunkiem przystąpienia do egzaminu jest umieszczenie ( przez ziekanat ) nazwiska zdającego studenta na protokole egzaminacyjnym. Egzamin jest pisemny i posiada formę quasi testową. Zestawy egzaminacyjne zawierają po 5 zadań ( przykładów zastosowań metod wnioskowania statystycznego ) 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 0,5 ( 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 może być specjalna premia frekwencyjna ( + 0,5 punktu ) za udokumentowaną obecność na wszystkich ośmiu trzy godzinowych wykładach przedmiotu. Zwolnienia z egzaminu nie są przewidywane. W wyjątkowych jednak przypadkach ( przy posiadaniu własnego indeksu wyższej uczelni z wpisami ocen egzaminacyjnych z przedmiotów o nazwie statystyka matematyczna lub wnioskowanie statystyczne z ostatnich trzech lat ), przepisanie oceny egzaminacyjnej może podlegać negocjacji z wykładowcą ( jednak pod warunkiem pełnej frekwencji na bieżących ośmiu 3-godzinowych wykładach ). OEN Z PRZEMIOT Ocena egzaminacyjna jest funkcją liczby uzyskanych punktów ( od 0 do 5 ) uzyskanych w trakcie pisemnego egzaminu z wnioskowania statystycznego, powiększoną o ewentualną premię frekwencyjną ( 0,5 ), Powiązanie.oceny z punktami ma zatem postać : Ocena Punkty Kryterium ndst < 3 Brak udokumentowanej dst = 3 wiedzy statystycznej Bazowy zasób wiedzy i umiejętności statystycznych dst+ = 3,5 db = 4,0 Rozszerzony zasób wiedzy i umiejętności statystycznych db+ = 4,5 bdb > 4,5 Wyróżniający się zasób wiedzy i umiejętności statystycznych oraz kompetencji społecznych 4
NKŁ PRY STUENT BILNS GOZIN harakter przedsięwzięcia Liczba godzin Liczba przeprowadzonych godzin w ramach wykładu 24 Liczba godzin przeznaczona na przygotowanie się do zajęć ( wykładów ) 72 Liczba godzin przeznaczona na przygotowanie się do egzaminu 72 Liczba godzin przeznaczona na konsultacje i inne spotkania z wykładowcami 2 Łączna liczba godzin 170 Literatura podstawowa: SPIS ZLENYH LEKTUR Lp. utor Tytuł, wydawnictwo, miejsce i rok wydania 1. Luszniewicz, T. Słaby Literatura uzupełniająca: Statystyka z pakietem komputerowym STTISTI PL. Teoria i zastosowania,. H. Beck, Warszawa, wyd. 3-zmienione, 2008, ss. 472. 2 mir. czel 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. Luszniewicz statystycznego,pwe, Warszawa, wyd.5, 2001, ss.187 5. Luszniewicz Indeksy statystyczne, WSFiZ, Białystok, 2009, ss. 163 5