Statystyka i rachunek prawdopodobieństwa
Informacje ogólne
Kod przedmiotu: | 07-SRP-Ginf2-DL |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Statystyka i rachunek prawdopodobieństwa |
Jednostka: | Wydział Nauk Geograficznych i Geologicznych |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | język polski |
Cele kształcenia: | Celem modułu jest zapoznanie studentów z wybranymi zagadnieniami z zakresu rachunku prawdopodobieństwa i statystyki ze szczególnym uwzględnieniem zastosowań w zakresie nauk geograficznych. W trakcie zajęć studenci poznają podstawy teoretyczne i praktyczne zastosowania metod porządkowania, opisywania i wizualizowania danych zarówno ilościowych, jak i jakościowych. Opanowują też zasady wnioskowania statystycznego i testowania hipotez (przewidywań) na temat danych, planowania eksperymentów oraz przeprowadzania eksploracji danych w celu identyfikacji struktur, relacji, czynników itp |
Wymagania wstępne w zakresie wiedzy, umiejętności oraz kompetencji: | Podstawowe umiejętności z zakresu algebry na poziomie szkoły średniej |
Informacja o tym, gdzie można zapoznać się z materiałami do zajęć: | http://geoinfo.amu.edu.pl/zajecia/stat/index.html |
Metody prowadzenia zajęć umożliwiające osiągnięcie założonych EK: | wykłady, ćwiczenia |
Nakład pracy studenta (punkty ECTS): | 5 |
Pełny opis: |
Wprowadzenie do statystyki. Podstawowe pojęcia. Skale pomiarowe. Schematy próbkowania. Wprowadzenie do planowania eksperymentów. Porządkowanie i graficzna wizualizacja danych Statystyka opisowa: miary centralne, miary rozrzutu i kształtu Podstawy teorii prawdopodobieństwa Dwumianowy rozkład prawdopodobieństwa Rozkład Poissona i geometryczny Krzywa rozkładu normalnego i rozkłady z próby Estymacja statystyczna Testowanie hipotez statystycznych – metody parametryczne Analiza wariancji (ANOVA i MANOVA) Testowanie hipotez statystycznych – metody nieparametryczne Analiza danych jakościowych. Tabele wielodzielcze. Test 2 Korelacja i regresja liniowa Wykorzystanie metod statystycznych w analizie danych geograficznych |
Literatura: |
Brase, C.H., Brase, C.P., 2012: Understandable Statistics: Concepts and Methods. Tenth Edition. Brooks/Cole, Cengage Learning, Boston, USA, 1-719. Navarro, D.J., 2014: Learning statistics with R: A tutorial for psychology students and other beginners (Version 0.4). University of Adelaide, 1-552 (WEB: http://health.adelaide.edu.au/psychology/ccs/teaching/lsr/) Nowak, R.J., 1999: Statystyka matematyczna. Wyd. III, poprawione i uzupełnione, Wydział Fizyki, Uni. Warszawski, 1-204 (WEB: http://info.fuw.edu.pl/~rjn/asd.html) StatSoft, 2006: Elektroniczny Podręcznik Statystyki PL, Krakow. WEB: http://www.statsoft.pl/textbook/stathome.html |
Efekty uczenia się: |
Zna i rozumie podstawowe pojęcia z zakresu statystyki i rachunku prawdopodobieństwa Potrafi obliczyć prawdopodobieństwo prostych i złożonych zdarzeń losowych Zna zasady próbkowania i planowania eksperymentu Ma wiedzę na temat głównych typów rozkładów statystycznych i ich zastosowania do oceny częstości i natężenia zjawisk geograficznych, w tym także społecznych Zna i stosuje podstawowe miary statystyki opisowej w analizie danych geograficznych przy użyciu specjalistycznego oprogramowania Potrafi zaprezentować wyniki analiz w postaci wykresów oraz dokonać ich interpretacji zgodnie z posiadaną wiedzą z zakresu funkcjonowania zjawisk i procesów geograficznych Zna i umie, używając odpowiedniego oprogramowania, zastosować metody statystycznej estymacji charakterystyk populacji na podstawie danych pochodzących z próby Zna zasady testowania hipotez statystycznych i potrafi je wykorzystać w analizie zjawisk geograficznych przy użyciu odpowiednich metod oraz specjalistycznego oprogramowania Potrafi opracować wybrany problem analizy danych z zakresu nauk geograficznych w postaci pisemnej przy zastosowaniu prawidłowych metod i specjalistycznego oprogramowania oraz przedstawić wyniki w postaci prawidłowej dokumentacji Potrafi poszerzać swoją wiedzę w oparciu o literaturę fachową w języku polskim i angielskim |
Metody i kryteria oceniania: |
Wykłady: Egzamin pisemny. Na ocenę dostateczną trzeba uzyskać 55% poprawnych odpowiedzi. Laboratoria: Samodzielne wykonanie 3 projektów w trakcie semestru (50% końcowej oceny), projekt zaliczeniowy z laboratorium (50% oceny). Końcowa ocena dostateczna wymaga pozytywnego zaliczenia projektu końcowego i co najmniej jednego projektu. |
Właścicielem praw autorskich jest Uniwersytet im. Adama Mickiewicza w Poznaniu.