karta przedmiotu
Transkrypt
karta przedmiotu
Załącznik Data: 16.04.2008r. Wydanie: I Symbol: Z-5.4-1-1 Strona: Status: obowiązujący 1/1 KARTA PRZEDMIOTU KARTA PRZEDMIOTU Wydział Automatyki, Elektroniki i Informatyki, Rok akademicki: ………… Nazwa przedmiotu: METODY Kod/nr STATYSTYCZNE Kierunek: Specjalność: Tryb studiów: DZIENNE Rodzaj przedmiotu: Instytut/ Katedra: Semestr: Prowadzący przedmiot: Prowadzący zajęcia: Podstawowy Liczba pkt ECTS 5 Informatyki 3/4 prof. dr hab. inż. Katarzyna Stąpor Liczba godzin Wykład: prof. dr hab. inż. Katarzyna Stąpor 30 Ćwiczenia: dr inż. Marcin Skowronek 30 dr inż. Ewa Starzewska 30 dr inż. Adam Świtoński 30 Laboratorium: dr inż. Marcin Skowronek 60 dr inż. Ewa Starzewska 60 dr inż. Adam Świtoński 60 Powiązanie ze standardami i cel kształcenia Treści: Prawdopodobieństwo dyskretne, ciągłe. Zmienna losowa i jej parametry. Procesy stochastyczne. Próbkowanie. Estymacja. Testowanie hipotez. Model regresji liniowej. Efekty kształcenia: Zaznajomienie z narzędziami rachunku prawdopodobieństwa służącymi do zbudowania modelu statystycznego dla praktycznych zagadnień oraz nauczenie algorytmów identyfikacji takiego modelu (miary probabilistycznej): metod estymacji i weryfikacji hipotez. Pokazanie możliwości wykorzystania zbudowanych modeli. Zastosowanie koncepcji procesów stochastycznych do analizy wydajności prostych układów sprzętowo programowych. Przedmioty wprowadzające oraz wymagania wstępne Treść wykładów: Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna, prawdopodobieństwo, prawdopodobieństwo warunkowe, schemat doświadczeń Bernoulliego, zagadnienie Bayesa, zmienna losowa dyskretna i ciągła, dystrybuanta, gęstość, wartość przeciętna, wariancja, rozkład i jego typy (dwumianowy, Poissona, Załącznik Data: 16.04.2008r. Wydanie: I Status: obowiązujący Symbol: Z-5.4-1-1 Strona: 2/1 KARTA PRZEDMIOTU geometryczny, wykładniczy, normalny), prawa wielkich liczb, centralne twierdzenie graniczne. Procesy stochastyczne, definicja, podstawowe parametry i przykłady. Statystyka opisowa. Miary położenia, rozproszenia, asymetrii i koncentracji. Statystyka matematyczna. Pojęcie próby losowej, charakterystyki populacji i ich odpowiedniki próbkowe. Model statystyczny, definicja statystyki, przykłady dla konkretnych zagadnień. Estymacja parametryczna, metoda największej wiarogodności, własności optymalnych estymatorów, estymatory nieobciążone i efektywne. Estymacja przedziałowa, budowa przedziałów ufności dla średniej i wariancji. Estymacja nieparametryczna (estymatory jądrowe). Testowanie hipotez statystycznych, hipoteza zerowa i jej weryfikacja, standardowe testy istotności o średniej i wariancji w modelu normalnym, testy zgodności: chi-kwadrat i Kołmogorowa, test niezależności chi-kwadrat, testy nieparametryczne. Teoretyczne podstawy weryfikacji hipotez, błąd 1-go i 2-go rodzaju, moc testu, lemat Neymana-Pearsona. Wstęp do modeli liniowych: model regresji liniowej, metoda najmniejszych kwadratów, regresja wieloraka, estymacja i diagnostyka modelu. Treść/Tematy: Ćw. 1. Konstrukcja przestrzeni probabilistycznych dla konkretnych zastosowań, obliczanie prawdopodobieństw związanych z doświadczeniem Bernoulliego, twierdzeniem Bayesa 2. Znajdowanie rozkładu zmiennej losowej, przykłady zastosowań rozkładów normalnego, wykładniczego, Poissona 3. Uzyskiwanie estymatorów metodą największej wiarogodności, obliczanie estymatorów punktowych i przedziałowych wybranych parametrów rozkładu 4. Parametryczne testy istotności dotyczące średniej i wariancji w populacji o rozkładzie normalnym, test zgodności rozkładów chi-kwadrat, test niezależności chi-kwadrat 5. Analiza wariancji, analiza regresji i korelacji – estymacja parametrów, diagnostyka Lab. Arkusz kalkulacyjny Excel – wybrane elementy obsługi. Podstawy języka Visual Basic, pisanie własnych makr, implementacja algorytmów generacji liczb pseudolosowych dla podstawowych rozkładów, symulacja doświadczeń losowych. 2. Statystyka opisowa, obliczanie estymatorów punktowych i przedziałowych wybranych parametrów rozkładu 3. Analiza wariancji, weryfikacja hipotez statystycznych 1. 4. Model regresji liniowej, jego estymacja i diagnostyka Metody dydaktyczne Tablica, kreda Forma egzaminu/zaliczenia przedmiotu 1. Wykład: kolokwium pisemne 2. Ćw./L./: kolokwium pisemne Minimalne wymagania do egzaminu /zaliczenia Załącznik Data: 16.04.2008r. Wydanie: I Symbol: Z-5.4-1-1 Strona: Status: obowiązujący 3/1 KARTA PRZEDMIOTU Przestrzeń probabilistyczna, zmienna losowa, rozkład prawdopodobieństwa, estymacja parametryczna punktowa, estymacja przedziałowa, weryfikacja hipotez statystycznych, model regresji liniowej, proces stochastyczny Literatura (podstawowa i specjalistyczna) K. Stąpor: Wykłady z metod statystycznych dla informatyków. Wyd. Polit. Śl., 2008 L. Gajek, M. Kałuszka: Wnioskowanie statystyczne. PWN, Warszawa, 2000 Zatwierdzono: ……………………………. ………………………………………………… (data i podpis prowadzącego) (data i podpis Dyrektora Instytutu/Kierownika Katedry)