Grzenda Wioletta

Transkrypt

Grzenda Wioletta
Wioletta Grzenda

Krótko o sobie
/ Personal
Overview/
Adiunkt w Instytucie Statystyki i Demografii Szkoły Głównej Handlowej w
Warszawie.
 Zainteresowania naukowe: rachunek prawdopodobieństwa, metody i modele
statystyczne w podejściu klasycznym i bayesowskim, data mining.
 Autorka i współautorka podręczników akademickich z zakresu statystyki
bayesowskiej oraz przetwarzania danych w systemie SAS.
 Autorka prac naukowych z zakresu matematyki teoretycznej oraz prac
zawierających wykorzystanie zaawansowanych metod statystycznych i
programów SAS 4GL w badaniu bezrobocia oraz płodności kobiet w Polsce.
 Swoje zainteresowania koncentruje również na wykorzystaniu
zaawansowanych metod analizy danych do analiz biznesowych. Aktualnie
prowadzi wykłady z przetwarzania danych w SAS, statystyki,
zaawansowanych metod statystycznych oraz data miningu.
E-mail: [email protected]
Wykształcenie
/Education/


Doktor nauk matematycznych, UMCS, Lublin, 2006.
Absolwentka Wydziału Matematyki i Fizyki UMCS w Lublinie, 2001.
Umiejętności i
certyfikaty
/Skills &
Certificate/
Doświadczenie
Zawodowe
/Proffesional
Expireience/
Zainteresowania
naukowe
/Reserach interest/
Ukończone szkolenia:
 Bayesian Modelling via MCMC
 Wstęp do Data Mining
 Zastosowania i techniki Data Mining
 SAS Data Intergration Studio











Adiunkt w Instytucie Statystyki i Demografii SGH, od 2007.
Adiunkt, Katedra Matematyki Stosowanej, PL, 2007.
Asystent, Katedra Matematyki Stosowanej, PL, 2001-2006.
statystyka i rachunek prawdopodobieństwa
zaawansowane metody analiz statystycznych
statystyka bayesowska
metody Monte Carlo oparte na łańcuchach Markowa
analiza historii zdarzeń
uogólnione modele liniowe
data mining
programowanie w SAS
Inne osiągnięcia
/Other achivements/
Autorka wielu publikacji, najważniejsze z nich:
 W. Grzenda. The significance of prior information in Bayesian parametric
survival models. Acta Universitatis Lodziensis. Folia Oeconomica nr 285,
31-39, 2013.
 W. Grzenda. Wstęp do statystyki bayesowskiej. Oficyna Wydawnicza SGH,
2012.
 W. Grzenda. Wybrane zagadnienia estymacji bayesowskiej w:
Zaawansowane metody analiz statystycznych (red. E. Frątczak). Oficyna
Wydawnicza SGH, 2012.
 W. Grzenda, A. Ptak-Chmielewska, K. Przanowski, U. Zwierz. Przetwarzanie
danych w SAS, (Wydanie drugie, poprawione i uzupełnione). Oficyna
Wydawnicza SGH, 2012.
 13. W. Grzenda, W. Zięba. Conditional central limit theorem. International
Mathematical Forum, Vol.3, no.31:1521-1528, 2008.
 D. Majerek, W. Nowak (Grzenda), W. Zięba. On uniform integrability of
random variables. Statistic and Probability Letters, Elsevier, 74: 272-280,
2005.
 D. Majerek, W. Nowak, W. Zięba. Conditional strong law of large number.
International Journal of Pure and Applied Mathematics, Bułgaria ,
20(2):143-157, 2005.
