Data wydruku: 06.01.2017 16:17 Strona 1 z 3 Nazwa przedmiotu

Nazwa przedmiotu
Statystyka z wykorzystaniem SAS
Kod przedmiotu
MAT1033
Jednostka
Katedra Analizy Nieliniowej i Statystyki
Kierunek
Matematyka
Obszary
kształcenia
Nauki ścisłe
Profil kształcenia
ogólnoakademicki
Rok studiów
3
Typ przedmiotu
Obowiąkowy
Semestr studiów
6
Poziom studiów
I stopnia - licencjackie
ECTS
4.0
Liczba punktów
ECTS
Aktywność studenta
gk
Udział w zajęciach dydaktycznych objętych planem studiów
60
Udział w konsultacjach
pw
5
Praca własna studenta
35
Suma
Wykładowcy
65
35
Łączna liczba godzin pracy studenta
100
Liczba punktów ECTS
4.0
dr hab. Zbigniew Bartoszewski (Osoba opowiedzialna za przedmiot)
Prowadzący:
dr Agata Gołaszewska
dr hab. Zbigniew Bartoszewski
Cel przedmiotu
Celem przedmiotu jest zapoznanie studenta z podstawowymi metodami i narzedziami statystyki
matematycznej wraz z różnorodnymi przykładami jej zastosowan w różnych dziedzinach życia korzystając
przy tym z możliwości jakie daje pakiet SAS dla realizacji niezbędnych obliczeń.
Efekty kształcenia
Odniesienie do efektów
kierunkowych
Efekt kształcenia z przedmiotu
Sposób weryfikacji efektu
[K_W09] zna na poziomie
podstawowym co najmniej jeden
pakiet oprogramowania, służący
do obliczeń symbolicznych
Umie skorzystać z pakietu SAS do
wykonania obliczeń dotyczących
podstawowych zagadnień
statystyki matematycznej oraz
zinterpretować uzyskane wyniki.
[K_U35] umie prowadzić proste
wnioskowania statystyczne, także
z wykorzystaniem narzędzi
komputerowych
Potrafi obliczyć estymatory i ich
[SU4] Ocena umiejętności
błędy średniokwadratowe oraz zna korzystania z metod i narzędzi
ich podstawowe własności. Zna
podstawowe pojęcia związane z
zagadnieniem testowania hipotez
statystycznych i umie je
wykorzystać do weryfikacji
hipotez statystycznych. Zna
zasadniczą strukturę modeli
regresji i umie je wykorzystać.
[K_U34] umie posłużyć się
statystycznymi charakterystykami
populacji i ich odpowiednikami
próbkowymi
Zna podstawowe parametry
charakteryzujące populację i ich
odpowiedniki dla próby: średnią,
wariancję, momenty, odchylenie
standardowe, kwantyle. Potrafi
odróżnić parametry populacji od
ich estymatorów uzyskanych na
podstawie próby losowej.
[K_U25] rozpoznaje problemy, w
tym zagadnienia praktyczne, które
można rozwiązać algorytmicznie;
potrafi dokonać specyfikacji
takiego problemu
Zna podstawowe parametryczne
[SU5] Ocena prezentacji
modele statystyczne i umie
budować proste modele
statystyczne dla zjawisk
rzeczywistych. Potrafi w prostych
sytuacjach praktycznych stosować
standardowe testy zgodności, test
chi-kwadrat, testy dwupróbkowe.
Sposób realizacji
na uczelni
Wymagania
wstępne i
dodatkowe
1. Rachunek prawdopodobieństwa
[SW1] Ocena wiedzy
faktograficznej
[SU1] Ocena realizacji zadania
2. Programowanie w SAS
Data wydruku:
08.03.2017 09:34
Strona
1 z 3
Zalecane
komponenty
przedmiotu
Brak
Treść przedmiotu
1.
Wprowadzenie do statystyki (2 godz.)
Przedmiot statystyki, pojęcie jądra i funkcji tworzącej momenty, przegląd ważniejszych rozkładów i ich
parametrów. Dystrybuanta empiryczna i jej podstawowe własności. Twierdzenia Gliwienki-Canttellego
(bd) i Kołmogorowa (bd). Jądrowa estymacja gęstości.
2.
Podstawowe problemy statystyki matematycznej (2 godz.)
Populacja generalna i próba, rozkład z próby, przestrzeń prób. Pojęcie statystyki, rozkład statystyki z
próby i jego własności.
3.
Estymacja parametryczna (2 godz.)
Sformułowanie problemu estymacji punktowej i krótki przegląd metod jego rozwiązywania. Podstawowe
pojęcia teorii estymacji, ryzyko, błąd średniokwadratowy, wariancja obciążenie. Wybrane własności
estymatorów: zgodność, nieobciążoność, efektywność estymatorów. Momenty empiryczne i ich
własności.
4.
Metody estymacji (2 godz.)
Metoda podstawienia dystrybuanty empirycznej, metoda momentów, metoda Markowa, metoda
najmniejszych kwadratów, metoda największej wiarygodności-przykłady.
5.
Podstawowe rozkłady (2 godz.)
Rozkłady chi-kwadrat, t-Studenta i F-Snedecora -centralne i niecentralne.
6.
Estymacja przedziałowa. (2 godz.)
Konstrukcja przedziału ufności za pomocą funkcji centralnej. Przykłady: przedziały ufności dla wartości
oczekiwanej i wariancji w rozkładzie normalnym, asymptotyczne przedziały ufności.
7.
Testowanie hipotez (2 godz.)
Sformułowanie problemu testowania hipotez. Test zrandomizowany i niezrandomizowany. Błąd I i II
rodzaju, rozmiar, poziom istotności i moc testu. Hipotezy proste i złożone. Test jednostajnie
najmocniejszy.
8.
9.
Test oparty na ilorazie wiarygodności (2 godz.)
Przegląd podstawowych testów statystycznych. (4 godz.)
Testy t-Studenta dla jednej i dwóch prób. Test Chi kwadrat (niezależności i jednorodności). Testy
rangowe Wilcoxona i Manna-Whitneya. Testy zgodności i normalności.
10. Ogólny model liniowy (GLM) (8 godz.)
model regresji liniowej, problem porównywania wielu prób- wprowadzenie do ANOVA. Test hipotezy
liniowej oparty na ilorazie wiarygodności-konstrukcja i interpretacja geometryczna. Postać kanoniczna.
Hipotezy ortogonalne, estymowalność i testowalność. Model efektów stałych, losowych i modele
mieszane w 2-czynnikowej ANOVA. Uwagi o ANCOVA. Porównania wielokrotne i analiza kontrastów.
Krótki przegląd testów post hoc.
11. Nieparametryczna ANOVA: Test Kruskala-Wallisa i Friedmana. (2 godz.)
Data wydruku:
08.03.2017 09:34
Strona
2 z 3
Zalecana lista
lektur
Literatura podstawowa
1. Koronacki J., Mielniczuk J., Statystyka dla kierunków technicznych i przyrodniczych. WNT 2001.
2. S. M. Kot, J. Jakubowski, A. Sokołowski, STATYSTYKA, Difin 2011.
3. F.M. Dekking, C. Kraaikamp, H.P. Lopuhaä,
Statistics, Springer 2005.
L.E. Meester, A Modern Introduction to Probability and
4. Moore, David S.;McCabe, George P.;Craig, Bruce A., Introduction to the Practice of Statistics, 2009 by
W. H. Freeman and Company.
5. Sandra D. Schlotzhauer, Elementary Statistics Using SAS, 2009, SAS Institute Inc., Cary, NC, USA
Literatura uzupełniająca
1. E. Frączak, A. Korczyński, Statystyka od podstaw z systemem SAS, SGH, Warszawa 2013.
2. W. Gamrot, Elementy wnioskowania statystycznego z wykorzystaniem pakietu SAS w przykładach,
Uniwersytet Ekonomiczny, Katowice 2012.
3. Lawal, H. Bayo., Categorical data analysis with SAS and SPSS applications, Lawrence Erlbaum
Associates, Inc., Publishers, 2003.
4. Różnorodne materiały dostępne na stronie SAS.
Formy zajęć i
metody nauczania
Forma zajęć
Liczba godzin zajęć
Suma godzin dydaktycznych w semestrze,
objętych planem studiów
Wykład
Ćwiczenia
Laboratorium
Projekt
Seminarium
30.0
0.0
30.0
0.0
0.0
60
W tym kształcenie na odległość: 0.0
Metody i kryteria
oceniania
Kryteria oceniania: składowe
Próg zaliczeniowy
Procent oceny
końcowej
1. Prezentacja na zadany temat podczas zajęć
50.0
laboratoryjnych: 50%. 2. Przygotowanie projektu: 50%
Przykładowe zagadnienia / Przykładowe zadania / Realizowane zadania
1.
2.
Język wykładowy
100.0
Standaryzacja i porównywanie danych (w obrębie jednego i dwóch zbiorów).
Testy na równość wartości oczekiwanych i wariancji.
polski
Praktyki zawodowe Nie dotyczy
Data wydruku:
08.03.2017 09:34
Strona
3 z 3