Wnioskowanie statystyczne – sylabus
Transkrypt
Wnioskowanie statystyczne – sylabus
PROGRAM PRZEDMIOTU NAZWA PRZEDMIOTU ( modułu ) WNIOSKOWANIE STATYSTYCZNE Instytut Forma studiów Kierunek studiów Poziom kształcenia Semestr studiów Profil kształcenia Nauk OgólnoI ( zimowy ) Społecznych Ekonomia Niestacjonarne Magisterskie akademicki Rok. akad. 2016 / 2017 Rygor Język wykładowy Liczba godzin wykładu Liczba punktów ECTS Egzamin Polski 24 7 WYKAZ NIEZBĘDNYCH ŚRODKÓW DYDAKTYCZNYCH Komputer + projektor Pakiet komputerowy STATISTICA PL ( v. 12.5 ) PROWADZĄCY PRZEDMIOT Prof. zw. dr hab. Andrzej Luszniewicz CELE I ZADANIA PRZEDMIOTU ( w wyniku realizacji przedmiotu wnioskowania statystycznego student powinien : Kategoria wiedzy *. Nabyć wiedzę metodologiczną 1. z zakresu podejmowania decyzji statystycznych w warunkach braku pewności ( czyli praktycznie zawsze w trakcie prowadzonych diagnoz i prognoz ) . ** .Zrozumieć ( nie tylko teoretycznie, ale przede wszystkim praktycznie ) przy użyciu jakich narzędzi analizy ilościowej oraz przy jakich koniecznych do postawienia założeniach teoretycznych ( z zakresu metody reprezentacyjnej) staje się możliwe bezpieczne wnioskowanie co do liczbowo nieznanych populacji generalnych na podstawie znanych liczbowo wyników obserwacji prób losowych. Kategoria umiejętności * Rozpoznawać główne algorytmy punktowej i przedziałowej estymacji wcześniej liczbowo nieznanych parametrów , jak także umieć użytecznie stosować metody weryfikacji hipotez statystycznych ( postaci parametrycznej & nieparametrycznej ) Kategoria kompetencji społecznych *. Posiadać bazowe kompetencje do studiowania współczesnej ( bardziej zaawansowanej metodologicznie ) literatury statystycznej ( również ekonometrycznej ) i do eksperckiej ( interdyscyplinarnej ) efektywnej współpracy w większych zespołach badawczych. **. Znać podstawowe moduły , opcje ** Realizować programy wdrożeniowe oraz procedury profesjonalnego ( użyteczne dla rozumianej szeroko praktyki i komputerowego pakietu ( STATISTICA jednocześnie inspirujące teorię statystyczną ) zastosowania metod wnioskowania PL, v. 12 .5 lub zamiennie innych pakietów ) w zastosowaniach do prowadzenia statystycznego ( i ich popularyzacji ) w ilościowych ( postaci kompleksowej ) analiz zakresie syntetycznych ( i jednocześnie zjawisk ekonomiczno – społecznych kompleksowych ) liczbowo-graficznych ( przede wszystkim w ujęciach strukturalnych analiz wyników przeprowadzanych oraz współzależnościowych ) realizowanych ( zwykle metodą reprezentacyjną ) procedurami wnioskowania ( to znaczy obserwacji zjawisk ekonomicznometodami estymacji parametrów & metodami społecznych. weryfikacji hipotez ) . WYMAGANIA WSTĘPNE Studenci wnioskowania statystycznego powinni uprzednio nabyć podstawową wiedzę metodologiczną z trzech przedmiotów ilościowych ( to znaczy z matematyki, informatyki & ze statystyki opisowej ) objętych programami ministerialnymi na poziomie szkolnictwa wyższego , czyli na studiach I - stopnia ( licencjackich ) . Powinni także dysponować wiadomościami matematycznymi ( przy najmniej na poziomie maturalnym ) z zakresu teoretycznych i praktycznych podstaw rachunku prawdopodobieństwa ( z elementami kombinatoryki ) . Studenci wnioskowania statystycznego powinni także dysponować standardową wiedzą ( uzyskiwaną na poziomie kształcenie licencjackiego i aktualnie aktualizowaną i rozszerzaną w trakcie studiów masgisterskich ) z zakresu makro & mikro teorii ekonomii , zwłaszcza w odniesieniu do modelowych ( współzależnościowych ) powiązań głównych indykatorów ( wskaźników ) 1 ekonomicznych oraz społecznych w skali światowej , europejskiej ( ze szczególnym zwróceniem uwagi na kraje UE ) , narodowej , regionalnej oraz jednostkowej ( zwłaszcza w skali podmiotów gospodarujących, czyli firm prywatnych i publicznych ) . OPIS EFEKTÓW KSZTAŁCENIA I SPOSOBÓW ICH WERYFIKACJI Efekty Opis efektów kształcenia ( w wyniku realizacji przedmiotu ) Odniesienie do efektów kształcenia dla kierunku Sposoby weryfikacji efektów kształcenia ( do każdego efektu oddzielnie ) Kategoria wiedzy A Posiada ugruntowaną wiedzę w zakresie podstawowych teoretycznych rozkładów badanych zmiennych losowych ( dyskretnych & ciągłych ) oraz ich organicznego związku z metodologią wnioskowania statystycznego. K-2A_W08 K-2A_W05 egzamin oraz pośrednio oraz pośrednio K-2A_W01 wykłady & konsultacje Jw. Jw. Jw. Jw. Jw. Jw. K-2A_U01 K-2A_U02 K-2A_U03 K-2A_U08 oraz pośrednio wykłady & konsultacje Jw. Jw. Jw. Jw. Jw. Jw. ------------------------------------------------------------------------------------- B Posiada szeroką wiedzę o zasadach konstrukcji oraz o sposobach interpretacji przedziałów ufności ( z oraz bez centralnej lokalizacji ) dla nieznanych liczbowo parametrów ( konstruowanych w oparciu o znane wyniki z prób losowych ) . -------------------------------------------------------------------------------------- C Posiada nie mniej szeroką wiedzę o zasadach konstrukcji oraz o sposobach interpretacji bazowych ( najczęściej stosowanych w praktyce ) testów istotności oraz testów zgodności użytecznych do weryfikacji hipotez statystycznych ( postaci parametrycznej & nieparametrycznej ). ------------------------------------------------------------------------------------Posiada orientacyjuą ( z konieczności tylko bazową ) wiedzę o D A komputerowych technikach przetwarzania danych oraz o ich ścisłym związku ( na przykładzie pakietu STATISTICA PL, v. 12.5 ) z metodami opisu i wnioskowania statystycznego . Kategoria umiejętności Potrafi prawidłowo analizować ( interpretować ) wyniki badań reprezentacyjnych prowadzonych na określonych poziomach deklarowanej ufności lub na określonych poziomach deklarowanej istotności. ------------------------------------------------------------------------------------Potrafi sformułować ( a także praktycznie wdrożyć ) programy rozszerzania tradycyjnych ( opisowych ) analiz B zjawisk ekonomiczno - społecznych o konieczne elementy wnioskowania statystycznego ( diagnostyka w warunkach braku pewności ). -------------------------------------------------------------------------------------Posiada umiejętność popularyzacji ( zachęcania do praktycznych zastosowań ) metod indukcji statystycznej nie C tylko w kierunku „otwierania ust liczbom” , ale także w kierunku obiektywizacji ( poprzez zastosowanie tych metod ) rezultatów analiz zjawisk ekonomiczno- społecznych. Egzamin ------------------------------------------------------------------------------------- D A Posiada umiejętność interdyscyplinarnego spojrzenia na metody wnioskowania statystycznego, a zwłaszcza ma wyrobiony nawyk do zespołowej współpracy ( w grupach eksperckich ) koniecznej w celu realizacji większych programów badawczych ( w tym także unijnych ). Kategoria kompetencji społecznych Rozumie potrzebę stałego dokształcania zawodowego w K-2A_K01 kierunku uzupełniania swojej wiedzy o nowości K-2A_K06 metodologiczne w zakresie teorii i praktyki stosowania K-2A_K08 metod ilościowych ( statystycznych & ekonometrycznych ) . K2A_K010 Egzamin oraz pośrednio wykłady & konsultacje - 2 B Dostrzega konieczność interdyscyplinarnego podejścia do metod ilościowych ( w tym także do wnioskowania statystycznego ) i to głównie w aspekcie jego powiązania z problematyką makro oraz mikro analiz badanych zjawisk społeczno-ekonomicznych . Jw. Jw. Jw. Jw. Jw. Jw. ------------------------------------------------------------------------------------ C Posiada potrzebę kreatywnego udziału w pracach zespołowych, realizujących gospodarcze i społeczne ( w skali makro oraz mikro ) programy badawcze i analityczne w ujęciach regionalnych i krajowych, jak także ( co może być szczególnie pożądane ) w ujęciach międzynarodowych ( w tym także unijnych ) . ------------------------------------------------------------------------------------ D Realizuje , a także rozwija , zasadę ścisłego związku metod ilościowych ( w tym także wnioskowania statystycznego ) ze współczesnymi naukami ekonomicznymi oraz społecznymi ( a także ze współczesną informatyką ) , a zwłaszcza z profesjonalnymi komputerowymi pakietami statystyczno-graficznymi. TREŚCI MERYTORYCZNE PRZEDMIOTU WNIOSKOWANIE STATYSTYCZNE Wykładowca: prof. zw. dr hab. Andrzej Luszniewicz Numery / daty wykładów Tematy wykładów oraz ich podstawowe zagadnienia Liczba godzin ROZKŁADY ZMIENNYCH LOSOWYCH Wykład 1 9 października 2016 1. Metodologia wnioskowanie statystycznego Częstość oraz prawdopodobieństwo 3. Twierdzenie Bernoulliego 4. Rozkład normalny Gaussa- Laplacea 5. Rachunek różnic dystrybuant 6. Zastosowania praktyczne ( przykład WS 1 ) 2. 3h (:3) ESTYMACJA PARAMETRÓW Wykład 2 23 października 2016 Wykłady 3 & 4 6 & 20 listopada 2016 Wykłady 5 & 6 4 & 16 grudnia 2016 7. Hasła-klucze wykładu 1 8. Rozkłady Pearsona oraz Gosseta 9. Centralne przedziały ufności Neymana 10. Miary precyzji estymacji przedziałowej 11. Niecentralne przedziały ufności 12. Zastosowania praktyczne ( przykłady WS 2 & WS 3 ) WERYFIKACJA HIPOTEZ ( część I & II ) 13. Hasła – klusze wykładu 2 14. Hipotezy zerowe oraz alternatywne 15. Ocena istotności różnicy średnich 16. Gosseta test istotności 17. Krytyczne poziomy istotnosci 18. Zastosowania praktyczne ( przykłady WS 4 & WS 5 ) ------------------------------------------------------------------------------19. Hasła – klucze wykładu 3 20. Ocena normalności rozkładu empirycznego 21. Pearsona test zgodności 22. Shapiro-Wilka test zgodności 23. Moc decyzji weryfikacyjnych 24. Zastosowania praktyczne ( przykłady WS 6 & WS 7 ) WNIOSKOWANIE WARIANCYJNE ( część I & II ) 25. Hasła – klucze wykładu 4 26. Teoretyczne założenia metody analizy wariancji 27. Schemat jednoczynnikowej analizy wariancji ( 1 MAW ) 28. Istotność wpływu czynnika klasyfikacyjnego 29. Fishera test wariancyjny 30. Zastosowania praktyczne ( przykład WS 8) ) ------------------------------------------------------------------------------31. Hasła- klucze wykładu 5 32. Hartleya, Cochrana & Bartletta testy jednorodności wariancji 33. Browna-Forsythea test wariancyjny 34. Wariancyjne miary determinacji 35. Schemat analizy wariancji w regresji 36. Zastosowania praktyczne ( przykłady WS 9 & WS 10 ) 3h (:6) 6h ( : 12 ) 6h ( : 18 ) WNIOSKOWANIE REGRESYJNE ( część I & II ) Wykłady 7 & 8 37. Hasła – klucze wykładu 6 38. Metoda najmniejszych kwadratów ( 1 MNK ) 6h 3 15 & 29 stycznia 2017 39. Liniowa funkcja regresji 40. Gosseta test regresyjny 41. Regresyjna miara determinacji 42. Zastosowania praktyczne ( przykład WS 11 ------------------------------------------------------------------------------43. Hasła – klucze wykładów 7 & 8 44. Nieliniowe funkcje regresji 45. Paraboliczna funkcja regresji 46. Fishera test liniowości regresji 47. Wnioskowanie korelacyjne 48. Zastosowania praktyczne ( przykład WS 12 ) ( : 24 ) FORMA I WARUNKI EGZAMINU Formalnym warunkiem przystąpienia do egzaminu jest umieszczenie ( przez Dziekanat ) nazwiska zdającego studenta na protokole egzaminacyjnym. Egzamin jest pisemny i posiada formę quasi testową. Zestawy egzaminacyjne zawierają po 5 zadań ( przykładów zastosowań metod wnioskowania statystycznego ) rozwiązywanych przez studentów ( na specjalnie przygotowanych arkuszach ) w trzech zakresach, a mianowicie: poprzez podanie uzasadnienia ( metodologicznego, numerycznego i graficznego), poprzez przeprowadzenie interpretacji ( słowna analiza wyników liczbowych & graficznych) oraz poprzez wskazanie poprawnej odpowiedzi ( jednej z czterech podanych ). Łączna ocena egzaminacyjnej pracy pisemnej z wnioskowania statystycznego wystawiana jest przez wykładowcę według skali punktowej postaci: od 0 punktu ( przy braku rozwiązania ) , poprzez 0,5 ( dla rozwiązania częściowo poprawnego ) do 1 punktu ( przy rozwiązaniu kompletnym i bez błędnym ) za każde z pięciu zadań testowych. Na egzaminie można zatem uzyskać od 0 do 5 punktów łącznie, przy czym egzamin jest uznany jako zaliczony przy 3-ech i więcej punktach. Ponadto, przyznawana może być specjalna premia frekwencyjna ( + 0,5 punktu ) za udokumentowaną obecność na wszystkich ośmiu trzy godzinowych wykładach przedmiotu. Zwolnienia z egzaminu nie są przewidywane. W wyjątkowych jednak przypadkach ( przy posiadaniu własnego indeksu wyższej uczelni z wpisami ocen egzaminacyjnych z przedmiotów o nazwie „statystyka matematyczna” lub „ wnioskowanie statystyczne” z ostatnich trzech lat ) , przepisanie oceny egzaminacyjnej może podlegać negocjacji z wykładowcą ( jednak pod warunkiem pełnej frekwencji na bieżących ośmiu 3-godzinowych wykładach ). OCENA ZA PRZEDMIOT Ocena egzaminacyjna jest funkcją liczby uzyskanych punktów ( od 0 do 5 ) uzyskanych w trakcie pisemnego egzaminu z wnioskowania statystycznego , powiększoną o ewentualną premię frekwencyjną ( 0,5 ), Powiązanie .oceny z punktami ma zatem postać : Ocena Punkty Kryterium ndst <3 dst =3 dst+ = 3,5 db = 4,0 db+ = 4,5 bdb > 4,5 Brak udokumentowanej wiedzy statystycznej Bazowy zasób wiedzy i umiejętności statystycznych Jw. Rozszerzony zasób wiedzy i umiejętności statystycznych Jw. Wyróżniający się zasób wiedzy i umiejętności statystycznych oraz kompetencji społecznych 4 NAKŁAD PRACY STUDENTA – BILANS GODZIN Charakter przedsięwzięcia Liczba godzin Liczba przeprowadzonych godzin w ramach wykładu Liczba godzin przeznaczona na przygotowanie się do zajęć ( wykładów ) Liczba godzin przeznaczona na przygotowanie się do egzaminu Liczba godzin przeznaczona na konsultacje i inne spotkania z wykładowcami Łączna liczba godzin 24 72 72 2 170 SPIS ZALECANYCH LEKTUR Literatura podstawowa: Lp. 1 Autor A. Luszniewicz, T. Słaby Tytuł, wydawnictwo, miejsce i rok wydania Statystyka z pakietem komputerowym STATISTICA PL. Teoria i zastosowania , C. H. Beck, Warszawa, wyd. 3-zmienione, 2008, ss. 472. Literatura uzupełniająca: Statystyka w zarządzaniu, PWN, Warszawa, 2000, ss. 997 Statystyka od podstaw, PWE, Warszawa, wyd.6, 2006, ss. 510 2 3 Amir D. Aczel J. Jóźwiak, J. Podgórski 4 A. Luszniewicz Statystyka nie jest trudna. Metody wnioskowania statystycznego ,PWE, Warszawa, wyd.5 , 2001, ss.187 5 A. Luszniewicz Indeksy statystyczne, WSFiZ, Białystok , 2009, ss. 163 5