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/