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