Statystyka opisowa
Transkrypt
Statystyka opisowa
WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA Pod auspicjami Polskiej Akademii Nauk 01-447 Warszawa, ul. Newelska 6, tel. 22 3486544 Wydział Informatycznych Technik Zarządzania Kierunek studiów Profil Stopień studiów Forma studiów Informatyczne Techniki Zarządzania Praktyczny 1-go stopnia niestacjonarne Sylabus przedmiotu Statystyka opisowa 1. Cele przedmiotu Kod CP1 CP2 CP3 Cel Przekazanie studentom podstaw wiedzy o pojęciach, metodach i narzędziach statystyki opisowej ze szczególnym uwzględnieniem programów wspomagających analizę statystyczną. Studenci zdobywają umiejętności identyfikacji, interpretacji i rozwiązywania problemów związanych ze statystyką opisową ze szczególnym uwzględnieniem zastosowań w zarządzaniu i ekonomii. Studenci zdobywają odpowiednie kompetencje społeczne, przygotowujące do uczestniczenia w budowaniu projektów społeczno-gospodarczych, wnosząc wiedzę ze statystyki opisowej. 2. Efekty przedmiotowe Wiedza Kod Nazwa Realizuje cel EK-W1 Student zna standardowe metody statystyki opisowej, a także systemy i narzędzia informatyczne wspomagające procesy podejmowania decyzji oparte o wnioskowanie statystyczne. CP1 EK-W2 Student zna typowe metody badań statystycznych w poszczególnych obszarach działalności przedsiębiorstwa. CP1 EK-W3 Student zna podstawowe pojęcia statystyczne, w szczególności dotyczące statystyki opisowej. CP1 Efekty kierunkowe K1P_W01, K1P_W02, K1P_W03, K1P_W16 K1P_W01, K1P_W02, K1P_W03, K1P_W16 K1P_W01, K1P_W03 Umiejętności Kod Nazwa Realizuje cel EK-U1 Student posiada umiejętność wykorzystania poznanych metod statystyki opisowej w działalności zawodowej w organizacji gospodarczej lub innej instytucji. CP2 EK-U2 Student posiada umiejętność obserwacji, identyfikacji i analizy zjawisk i procesów w organizacji i jej otoczeniu z wykorzystaniem metod statystyki opisowej. Student posiada umiejętność analizy i prognozowania procesów i zjawisk społeczno-gospodarczych z wykorzystaniem poznanych metod statystyki opisowej. CP2 Student posiada umiejętność doboru i zastosowania odpowiednich metod statystycznych do opisu, analizy oraz prognozowania zjawisk i procesów w przedsiębiorstwie i jego otoczeniu, również z zastosowaniem narzędzi informatycznych. CP2 EK-U3 EK-U4 1 CP2 Efekty kierunkowe K1P_U01, K1P_U02, K1P_U03, K1P_U04, K1P_U09, K1P_U21 K1P_U04 K1P_U02, K1P_U04, K1P_U09, K1P_U21 K1P_U02, K1P_U03, K1P_U04, K1P_U09, K1P_U13, K1P_U17, K1P_U21 Kompetencje Kod EK-K1 EK-K2 Nazwa Student rozumie potrzebę zdobywania nowych kompetencji stosownie do zmieniających się potrzeb rynku pracy, jest przygotowany do uzupełniania nabytej wiedzy i umiejętności. Student potrafi formułować wnioski wynikające z przesłanek statystycznych i komunikować się z personelem zarządzającym w przedsiębiorstwie. Realizuje cel Efekty kierunkowe CP3 K1P_K01 CP3 K1P_K08 3. Treści programowe Kod TP1 TP2 TP3 TP4 TP5 TP6 TP7 TP8 TP9 TP10 TP11 TP12 Tematyka Zadania i cele statystyki. Podstawowe pojęcia statystyki opisowej: populacja, próba, badanie statystyczne, cecha statystyczna, skale pomiarowe, szereg statystyczny, szereg rozdzielczy, szereg czasowy. Podstawowe miary statystyczne dla danych dokładnych (niegrupowanych): średnia, mediana, kwartale, odchylenie standardowe, wariancja, skośność i kurtoza. Podstawowe miary statystyczne dla danych przedziałowych (grupowanych): średnia, mediana, kwartale, odchylenie standardowe, wariancja, skośność i kurtoza. Zastosowanie arkusza kalkulacyjnego MS Excel do znajdowania podstawowych miar statystycznych. Prezentacja graficzna danych statystycznych - histogram, wykres skrzynkowy, wykres typu „łodyga i liść”, inne wykresy statystyczne i biznesowe. Wprowadzenie do komputerowych pakietów statystycznych na przykładzie pakietu SPSS. Wprowadzanie, edycja i import danych. Pojęcie zmiennej i przypadku. Zastosowanie pakietu SPSS do obliczania podstawowych miar statystycznych i tworzenia wykresów statystycznych. Pojęcie rozkładu normalnego. Metody identyfikacji rozkładu normalnego w statystyce opisowej. Pojęcie zależności zmiennych. Badanie współzależności dwóch cech statystycznych. Wybrane miary zależności zmiennych i ich interpretacja: kowariancja, korelacja liniowa Pearsona, korelacja rangowa Spearmana i inne. Wprowadzenie do analizy regresji. Podstawowy model liniowy. Przegląd uogólnień modelu liniowego. Analiza zjawisk dynamicznych. Podstawowe miary i indeksy dla zmiennych dynamicznych, indeksy proste i agregatowe, indeksy Fishera. Analiza szeregów czasowych. Wygładzanie szeregów czasowych metodami średniej ruchomej i wygładzania wykładniczego. Proste metody prognozowania tendencji. Modelowanie szeregów czasowych. Etapy badania statystycznego. Wprowadzenie do planowania badania statystycznego. Metody doboru próby w badaniach fragmentarycznych. 4. Macierz realizacji przedmiotu Efekt przedmiotowy Cel przedmiotu EK-W1 CP1 EK-W2 CP1 EK-W3 EK-U1 EK-U2 CP1 CP2 CP2 EK-U3 CP2 EK-U4 CP2 EK-K1 EK-K2 CP3 CP3 Treści programowe TP1, TP2, TP3, TP4, TP11, TP12 TP1, TP2, TP3, TP4, TP11, TP12 TP1, TP11, TP12 TP1, TP12 TP1, TP2, TP3, TP4, TP11, TP12 TP1, TP2, TP3, TP4, TP11, TP12 TP1, TP2, TP3, TP4, TP11, TP12 TP1, TP11, TP12 TP1, TP11, TP12 TP5, TP6, TP7, TP8, TP9, TP10, TP5, TP6, TP7, TP8, TP9, TP10, TP5, TP6, TP7, TP8, TP9, TP10, TP5, TP6, TP7, TP8, TP9, TP10, TP5, TP6, TP7, TP8, TP9, TP10, 5. Literatura Literatura podstawowa 1. Aczel A.D., Statystyka w zarządzaniu: pełny wykład, PWN, Warszawa 2005 2. Hryniewicz O., Wykłady ze statystyki dla studentów informatycznych technik zarządzania, Wyższa Szkoła Informatyki Stosowanej i Zarządzania, Warszawa 2004 2 3. Nowak P., Romaniuk M., Hryniewicz O., Komputerowe metody statystyki matematycznej w przykładach i zadaniach, Wyższa Szkoła Informatyki Stosowanej i Zarządzania, Warszawa 2003 Literatura uzupełniająca 1. Kassyk-Rokicka H., Statystyka nie jest trudna - Mierniki statystyczne, PWE, Warszawa 2001 2. Rószkiewicz M., Metody ilościowe w badaniach marketingowych, PWN, Warszawa 2009 3