Statystyka matematyczna II 2400-IiE3STM2
Wprowadzenie do przedmiotu i programu R
Statystyka opisowa w R - miary położenia, zróżnicowania i asymetrii
Testy parametryczne i nieparametryczne
Zagadnienia wstępne: istota i zakres statystycznej analizy wielowymiarowej, podstawowe metody analizy wielowymiarowej, istota obserwacji wielowymiarowych, macierz wariancji-kowariancji, macierz korelacji, współczynniki korelacji (Pearsona, rang Spearmana, Kendala tau-B, Gamma), korelacja cząstkowa
Analiza głównych składowych: istota i cel analizy składowych głównych, metoda Hotellinga wyznaczania głównych składowych, interpretacja geometryczna
Analiza głównych składowych: etapy analizy, interpretacja wyników, przykłady zastosowań
Pierwsza praca zaliczeniowa
Analiza wariancji i kowariancji
Analiza skupień: istota, obszary zastosowań i cele analizy skupień, typy grupowania (przez podział, przez hierarchię), miary podobieństwa i zróżnicowania obiektów, metryki, procedury normalizacji zmiennych
Grupowanie podziałowe: idea grupowania podziałowego, iteracyjne metody transferu, metoda k-średnich
Porządkowanie liniowe: istota, metoda wzorca
Prezentacje wyników własnych analiz cz.1
Prezentacje wyników własnych analiz cz.2
Rodzaj przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
W cyklu 2024Z: | W cyklu 2023Z: |
Efekty kształcenia
A) Wiedza
Student ma podstawową wiedzę o miejscu wielowymiarowej statystyki matematycznej w systemie nauk społecznych i ekonomicznych.
Student rozumie zastosowanie wielowymiarowej statystki matematycznej w praktyce gospodarczej
Student zna i rozumie ograniczenia metod wykorzystywanych w analizie wielowymiarowej
Student zna i rozumie potrzebę stosowania podstawowych narzędzi redukcji wymiaru danych wielowymiarowych tj. analiza głównych składowych
Student rozumie cele i sposoby klasyfikacji obiektów wielowymiarowych
Student rozumie ideę grupowania podziałowego
Student ma wiedzę na temat porządkowania liniowego obiektów wielowymiarowych, zna metodę wzorca
Student ma wiedzę na temat sposobów pozyskiwania i przetwarzania danych, a także związane z tym ograniczenia
S1A_W01, S1A_W04, S1A_W06, S1A_W10
B) Umiejętności
Student potrafi wykorzystać zdobytą podstawową wiedzę teoretyczną i pozyskiwać dane do analizowania konkretnych procesów i zjawisk społecznych
Student potrafi interpretować uzyskane wyniki i wyciągać wnioski na ich podstawie
Student potrafi wykorzystać poznane metody statystyki wielowymiarowej do analizy podstawowych problemów społeczno-ekonomicznych
S1A_U01, S1A_U02, S1A_U07, S1A_U08, S1A_U10
C) Kompetencje społeczne
Student rozumie potrzebę uczenia się przez całe życie
Student potrafi współdziałać i pracować w grupie
Student potrafi odpowiednio określić priorytety służące realizacji określonego przez siebie lub innych zadania
Student potrafi uzupełniać i doskonalić nabytą wiedzę i umiejętności
S1A_K01, S1A_K02, S1A_K03, S1A_K06
Kryteria oceniania
Zaliczenie przedmiotu odbywa się na podstawie egzaminu pisemnego, którego zaliczenie jest warunkiem koniecznym otrzymania końcowej oceny pozytywnej i stanowi 70% tej oceny. Dodatkowo 30% oceny końcowej stanowią: praca zaliczeniowa (wykonanie zadania przy komputerach) oraz prezentacja wyników własnej analizy.
Dopuszczalne są dwie nieobecności na zajęciach.
Literatura
Andrzej Balicki, Statystyczna analiza wielowymiarowa i jej zastosowania społeczno-ekonomiczne, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2009
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: