Nazwa przedmiotu: WPROWADZENIE DO STATYSTYKI
Transkrypt
Nazwa przedmiotu: WPROWADZENIE DO STATYSTYKI
Nazwa przedmiotu: WPROWADZENIE DO STATYSTYKI Kod przedmiotu: Typ przedmiotu: Obligatoryjny Poziom kursu: 1 Rok studiów: 1 Semestr: letni ECTS: 5 Prowadzący: dr hab. Heliodor Wierzbicki; [email protected] Cel przedmiotu: -efekty kształcenia: Student w czasie kursu zapoznawany jest z teoretycznymi i praktycznymi aspektami analizy danych pochodzenia biologicznego z zastosowaniem metod statystyki matematycznej. Szczególny nacisk kładziony jest na poznanie statystyki opisowej, wnioskowania statystycznego oraz analizy wariancji, regresji i korelacji. -kompetencje: Ukończenie kursu pozwoli na podjęcie pracy w jednostkach zajmujących się przetwarzaniem danych pochodzenia biologicznego, metodami statystyki matematycznej (firmy bioinformatyczne, laboratoria badawcze i usługowe, jednostki naukowe placówek klinicznych, ośrodki oceny genetycznej zwierząt) Wymagania wstępne: matematyka, technologie informacyjne Treści kształcenia: elementy statystyki opisowej (średnie klasyczne, mediana, modalna, miary rozproszenia, momenty), zagadnienia estymacji (estymacja punktowa, estymacja przedziałowa), weryfikacja hipotez (parametryczne testy istotności, testy zgodności), korelacja i regresja (współczynnik korelacji, współczynnik korelacji rang, współczynnik regresji, regresja prosta i regresja wieloraka), analiza wariancji (klasyfikacja jednoczynnikowa i wieloczynnikowa, test F). Zalecana literatura: Krysicki W., Bartos J., Dyczka W., Królikowska K., Wasilewski M. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Statystyka matematyczna 2. Wydawnictwo Naukowe PWN SA. Warszawa 1998, 2003. J.Tukey, Explanatory Data Analysis. Reading, MA:Addison-Wesley, 1977. Eric Weissteins’s World of Mathematics, http://mathworld.wolfram.com/ Metody kształcenia: wykłady 30h, ćwiczenia (pracownia komputerowa) 30h Metody oceny: zaliczenie ćwiczeń, egzamin, minimalny zasób wiedzy do zaliczenia: 60% Język wykładowy: polski (możliwy angielski) Course title: INTRODUCTION TO STATISTICS Course code: Type of the course: compulsory Level of the course: 1 Year: I Semester: summer ECTS: 5 Lecturer: PhD, DSc. Heliodor Wierzbicki; [email protected] Objectives of the course: -learning outcomes: After completing the course students will know the statistical methods used when collecting, analyzing, interpreting or explaning data of biological origin -competences: Passing the course permits working in laboratories where the data of biological origin are processed using the methods of statistics (molecular and bioinformatics laboratories, research and clinical institutes, units evaluating the genetic merit of animals). Prerequisites: mathematics, computer science Course contents: The overall purpose of the course is to provide students with theoretical background and practical skills concerning statistical methods used when summarizing or describing a collection of data (descriptive statistics), data modelling, and then to draw inferences about the process under investigation (inferential statistics). Recommended literature: Krysicki W., Bartos J., Dyczka W., Królikowska K., Wasilewski M., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Statystyka matematyczna 2. Wydawnictwo Naukowe PWN SA. Warszawa 1998, 2003. J.Tukey, Explanatory Data Analysis. Reading, MA:Addison-Wesley, 1977. Eric Weissteins’s World of Mathematics, http://mathworld.wolfram.com/ Form: lectures 30h, practical training 30h Assessment: completion of practical training (computer lab) and written exam; minimum 60% of knowledge to pass Language of instruction: Polish (English possible) Nazwa przedmiotu: WPROWADZENIE DO STATYSTKI Kod przedmiotu: Typ przedmiotu: obligatoryjny Prowadzący: dr hab. Heliodor Wierzbicki; [email protected] Semestr: letni Wymiar godzinowy: 30 godz. wykładów; 30 godz. ćwiczeń ECTS: 5 Efekty kształcenia: Student w czasie kursu zapoznawany jest z teoretycznymi i praktycznymi aspektami analizy danych pochodzenia biologicznego z zastosowaniem metod statystyki matematycznej. Szczególny nacisk kładziony jest na poznanie statystyki opisowej, wnioskowania statystycznego oraz analizy wariancji, regresji i korelacji. Wymagania wstępne: matematyka, technologie informacyjne Treści kształcenia: elementy statystyki opisowej (średnie klasyczne, mediana, modalna, miary rozproszenia, momenty), zagadnienia estymacji (estymacja punktowa, estymacja przedziałowa), weryfikacja hipotez (parametryczne testy istotności, testy zgodności), korelacja i regresja (współczynnik korelacji, współczynnik korelacji rang, współczynnik regresji, regresja prosta i regresja wieloraka), analiza wariancji (klasyfikacja jednoczynnikowa i wieloczynnikowa, test F). Szczegółowa tematyka wykładów (15 x 2godz.) 1. Czym zajmuje się statystyka? Wprowadzenie do statystyki opisowej (1) – szereg rozdzielczy i histogram. 2. Statystyka opisowa (2) – średnie klasyczne, mediana i modalna. 3. Statystyka opisowa (3) – miary rozproszenia, momenty i ich charakterystyki. 4. Zagadnienia estymacji (1) – pojęcia wstępne, estymacja punktowa, własności estymatorów. 5. Zagadnienia estymacji (2) – estymacja przedziałowa, metody wyznaczania estymatorów. 6. Weryfikacja hipotez (1) – wprowadzenie i pojęcia wstępne. 7. Weryfikacja hipotez (2) – parametryczne testy istotności. 8. Weryfikacja hipotez (3) – testy zgodności. 9. Weryfikacja hipotez (4) – testy do weryfikacji hipotez o identyczności rozkładów. 10. Korelacja - współczynnik korelacji prostoliniowej, korelacja rang, weryfikacja hipotez o niezależności zmiennych. 11. Regresja prostoliniowa – pojęcia wstępne, równanie regresji prostoliniowej, błąd standardowy predykcji i współczynnika regresji, weryfikacja hipotez o współczynniku regresji. 12. Regresja wielokrotna – równanie regresji wielokrotnej, współczynniki korelacji wielokrotnej, błędy standardowe predykcji i współczynników regresji. 13. Wprowadzenie do analizy wariancji. 14. Analiza wariancji (1) – klasyfikacja jednoczynnikowa. 15. Analiza wariancji (2) – klasyfikacja wielokrotna. Szczegółowa tematyka ćwiczeń (15 x 2 godz.) 1. Rozróżnianie: próby i populacji generalnej, zmiennych ciągłych i skokowych, cech ilościowych i jakościowych. Sporządzanie szeregów rozdzielczych oraz histogramów dla danej próby. 2. Obliczanie oraz interpretacja średniej arytmetycznej, ważonej, geometrycznej, harmonicznej, mediany i mody dla danej próby. 3. Obliczanie oraz interpretacja wariancji, odchylenia standardowego, kwantyli, momentów, współczynników zmienności i współczynników nierównomierności dla danej próby. 4. Wyznaczanie estymatorów punktowych metodą największej wiarogodności. Zastosowanie zasad klasyfikacji estymatorów (estymatory nieobciążone, zgodne, asymptotycznie nieobciążone, efektywne). 5. Wyznaczanie estymatorów punktowych metodą momentów. Zastosowanie podstawowych estymatorów. 6. Budowa przedziałów ufności dla zadanych parametrów na podstawie danej próby. 7. Zastosowanie zasad stawiania hipotez statystycznych. Zastosowanie zasad wyboru testu statystycznego. Zastosowanie testu t Studenta do sprawdzania hipotez dotyczących wartości oczekiwanej rozkładów normalnych. 8. Zastosowanie testu t Studenta do sprawdzania hipotez dotyczących wartości oczekiwanej rozkładów normalnych dla prób niezależnych oraz prób powiązanych. 9. Zastosowanie testu χ2 dla klasyfikacji jednoczynnikowej oraz klasyfikacji dwuczynnikowej. 10. Obliczanie oraz interpretacja współczynnika korelacji Pearsona oraz współczynnika korelacji rang. Wyznaczanie oraz interpretacja macierzy korelacji. 11. Wyznaczanie równania regresji prostoliniowej. Interpretacja otrzymanych wyników. 12. Wyznaczania równania regresji wielorakiej z wykorzystaniem komputera. Interpretacja otrzymanych wyników. 13. Porównywanie modeli regresji liniowej pod względem dopasowania do danych empirycznych, istotności zmiennych objaśniających, błędów standardowych predykcji. 14. Zastosowanie jednoczynnikowej analizy wariancji oraz interpretacja otrzymanych wyników. 15. Zastosowanie dwuczynnikowej analizy wariancji oraz interpretacja otrzymanych wyników. Zalecana literatura: Krysicki W., Bartos J., Dyczka W., Królikowska K., Wasilewski M. Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach. Statystyka matematyczna 2. Wydawnictwo Naukowe PWN SA. Warszawa 1998, 2003. J.Tukey, Explanatory Data Analysis. Reading, MA:Addison-Wesley, 1977 Eric Weissteins’s World of Mathematics, http://mathworld.wolfram.com/