SD Stary SYLABUS Statystyka i analiza regresji Małgorzata
Transkrypt
SD Stary SYLABUS Statystyka i analiza regresji Małgorzata
SYLABUS Wydział Informatyki Studia Doktoranckie Nazwa przedmiotu: Statystyka i analiza regresji Kod przedmiotu: Stopień studiów: III Grupa wg standardów: Specjalność /specjalizacja: Informatyka Jednostka prowadząca: Katedra Metod Sztucznej Inteligencji I Matematyki Stosowanej Rodzaj studiów Semestr Liczba godzin Ogółem Wykła -dów L Ćwiczeń A T P Obowiązkowy / obieralny Stacjonarne II 28 20 8 Obowiąz. Niestacjonarne II 28 20 8 Obowiąz. Punkty ECTS Forma zaliczenia (E/Z) Język wykła dowy pols ki pols ki Imię i nazwisko wykładowcy (stopień, tytuł): dr Małgorzata Machowska-Szewczyk Imię i nazwisko osoby współrealizującej przedmiot: Wymagania wstępne (bezpośrednie powiązania przedmiotu z innymi przedmiotami): matematyka, statystyka na poziomie studiów wyższych technicznych Cel poznawczy i kształcący (efekty kształcenia i kompetencje): zapoznanie doktorantów z metodami analizy współzależności cech ilościowych oraz jakościowych, z podstawowymi metodami analizy dynamiki zjawisk masowych oraz wykorzystanie wybranych metod analizy współzależności oraz dynamiki zjawisk w różnych zagadnieniach praktycznych Treść merytoryczna przedmiotu Wykłady: Metody opisu współzależności cech, zależność stochastyczna a zależność korelacyjna. Formy prezentacji związku cech. Proste sposoby oceny zależności korelacyjnej. Rodzaje skal pomiarowych. Opisowe miary związku statystycznego, ich własności i przykłady zastosowania: miary oparte na statystyce (chi)2, współczynnik korelacji sumy rang Spearmanna, stosunki korelacyjne, współczynnik korelacji liniowej Pearsona. Funkcja regresji I i II rodzaju. Szacowanie parametrów strukturalnych metodą najmniejszych kwadratów. Warunki dobrej aproksymacji. Metody badania dokładności oszacowanej funkcji regresji. Przyczyny błędów. Proste metody zamiany przypadków nieliniowych regresji na liniowe. Korelacja wielu zmiennych. Korelacja cząstkowa i wieloraka. Współczynnik determinacji i jego interpretacja. Regresja wielu zmiennych: przypadek liniowy. Pojęcie i rodzaje szeregów dynamicznych. Jednorodność i porównywalność danych. Proste metody badania zmian szeregów dynamicznych: przyrosty absolutne, względne, indeksy (jednopodstawowe oraz łańcuchowe). Obliczanie średniego tempa zmian zjawisk. Indeksy agregatowe dla wielkości absolutnych. Standaryzacja według foruły Laspeyresa, Paaschego, Fishera. Indeksy zespołowe dla wielkości stosunkowych. Interpretacja indeksów agregatowych. Model wahań w czasie. Składniki szeregu czasowego. Mechaniczne metody wyodrębniania tendencji rozwojowej: graficzna ,średnich ruchomych, aproksymacja funkcji trendu metodą analityczną. Rodzaje wahań sezonowych. Wyodrębnianie wahań przypadkowych. Wyznaczanie prognozy na podstawie modelu wahań w czasie. Ćwiczenia: Analiza regresji wielu zmiennych. Wyznaczanie parametrów strukturalnych liniowej funkcji regresji metodą najmniejszych kwadratów, standardowych błędów ocen, interpretacja współczynników regresji oraz ocena stopnia dopasowania funkcji regresji do punktów empirycznych. Wyznaczanie wartości prognozowanych oraz przedziałów ufności dla prognoz. Badanie istotności wpływu zmiennych objaśniających na zmienną objaśnianą. Analiza korelacji wielu zmiennych. Ocena łącznego wpływu wszystkich zmiennych objaśniających na zmienną objaśnianą. Wyznaczanie macierzy korelacji całkowitej oraz cząstkowej. Zamiana przypadków regresji nieliniowych na liniowe: potęgowa, wykładnicza, hiperboliczna, logarytmiczna. Ocena siły współzależności cech jakościowych za pomocą współczynnika korelacji rang Spearmana, tau Kendalla, V - Cramera. Test istności tych współczynników. Test istotności (chi)2. Wyrównywanie szeregu czasowego metodą średnich ruchomych zwykłych oraz scentrowanych. Wyznaczanie wahań sezonowych addytywnych oraz multiplikatywnych. Metody nauczania: Wykład w postaci prezentacji multimedialnej wraz z przykładami oraz pytaniami kontrolnymi. Ćwiczenia laboratoryjne polegają na rozwiązywaniu zadań z zakresu zgodnego z treścią wykładów, przy wykorzystaniu do obliczeń jednego z narzędzi: programu komputerowego Statistica 8.0. Metody oceny - warunki zaliczenia przedmiotu: Zaliczenie wykładu na podstawie pytań testowych oraz problemowych, sprawdzających zarówno wiedzę teoretyczną jak i umiejętność stosowania jej w praktyce, umiejętności formułowania wniosków oraz nabytą intuicję statystyczną. Zaliczenie zajęć laboratoryjnych na podstawie oceny z kolokwium, sprawdzającego umiejętność stosowania w praktyce nabytej wiedzy oraz wykorzystania narzędzia jakim jest program Statistica 8.0. Spis literatury: OBOWIĄZKOWA: 1. Krysicki W., Bartos J., Dyczka W., Królikowska K., Wasilewski M., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, część I i II, PWN, Warszawa 2004 2. Sobczyk M., Statystyka, PWN, Warszawa 2007. UZUPEŁNIAJĄCA: 1. Kot S., Jakubowski J., Sokołowski A., Statystyka. Difin, 2007 2. Luszniewicz A., Słaby T., Statystyka z pakietem komputerowym Statistica PL. Teoria i zastosowania. Wydawnictwo C. H. Beck, Warszawa 2008