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