Pytania na egzamin licencjacki specjalność: Metody Analizy Danych

Pytania na egzamin licencjacki
specjalność:
Metody Analizy Danych
1. Opisowe miary rozkładów cech statystycznych. Pojęci e i pomiar tendencji centralnej,
dyspersji, asymetrii, koncentracji.
2. Pojęcie i rodzaje zmiennych losowych. Najczęściej wykorzystywane w statystyce rozkłady
skokowe i ciągłe zmiennych losowych.
3. Niezależność zdarzeń i niezależność zmiennych losowych. Charakterystyki zmiennych
losowych dwuwymiarowych. Pojęcie kowariancji i korelacji.
4. Współzależność cech i metody jej analizy. Miary korelacji cech ilościowych i jakościowych.
5. Cele i metody wnioskowania statystycznego. Estymacja przedziałowa, interpretacja
przedziałów ufności.
6. Założenia, cele i procedura statystycznej weryfikacji hipotez. Pojęcie i interpretacja poziomu
istotności, prawdopodobieństwa krytycznego (p-value), błędów I i II rodzaju.
7. Cele i metody analiz demograficznych. Źródła danych o ludności. Ruch naturalny ludności i
sposoby jego pomiaru.
8. Tablice trwania życia – sposób budowy i zastosowania. Parametryczne modele ludzkiego
procesu wymieralności.
9. Ubezpieczenia jako jedna z form zarządzania ryzykiem. Klasyfikacje ubezpieczeń. Ogólne
zasady kalkulacji składki ubezpieczeniowej (pojęcie i rodzaje franszyzy).
10. Struktura rynku ubezpieczeniowego w Polsce. Zadania instytucji ochronno-kontrolnych na
rynku ubezpieczeń.
11. Pojęcie badania próbkowego i jego organizacja. Techniki losowe i nielosowe próbkowania.
Zasady konstrukcji kwestionariusza, w tym: rodzaje pytań, skalowanie pytań, kodowanie
pytań otwartych i zamkniętych.
12. Pojęcie badania marketingowego. Cele i funkcje badań marketingowych w przedsiębiorstwie.
Klasyfikacja badań marketingowych.
13. Projektowanie badania marketingowego. Podstawowe etapy realizacji badania
marketingowego.
14. Rozumienie statystycznej analizy wielowymiarowej. Istota i cele analizy skupień. Pojęcie
odległości między obiektami. Podstawowe mierniki odległości i podobieństwa jednostek
wielowymiarowych.
15. Klasyfikacja metod grupowania danych. Etapy grupowania i klasyfikacji jednostek
wielowymiarowych.
16. Hierarchiczne metody grupowania danych. Zalety, wady i warunki jej stosowania.
17. Istota eksploracyjnego podejścia do analizy danych. Cele i podstawowe metody badań
eksploracyjnych.
18. Konstrukcja zbioru danych dla badań eksploracyjnych. Idea uczenia, testowania i walidacji
modeli eksploracyjnych.
19. Zadania i funkcje eksploracji danych. Etapy pozyskiwania wiedzy w badaniach data mining.
20. Symulacja stochastyczna i deterministyczna – cele i zastosowania.