karta kursu - Instytut Matematyki UP
Transkrypt
karta kursu - Instytut Matematyki UP
Załącznik nr 4 do Zarządzenia Nr………….. KARTA KURSU Nazwa Rachunek prawdopodobieństwa z elementami statystyki matematycznej 2 Nazwa w j. ang. Probability theory and mathematical statistics 2 Kod Punktacja ECTS* 6 Zespół dydaktyczny Koordynator Dr Ireneusz Krech Dr Grażyna Krech Dr Ireneusz Krech Opis kursu (cele kształcenia) Zapoznanie studentów z podstawowymi pojęciami statystyki opisowej i statystyki matematycznej. Kształtowanie umiejętności planowania, przeprowadzania badań statystycznych (w tym zbierania i gromadzenia danych) oraz opracowania zebranych danych. Kształtowanie umiejętności interpretacji otrzymanych wyników oraz udzielania odpowiedzi na postawione wcześniej racjonalne pytania problemowe (w określonej sytuacji rzeczywistej). Kształtowanie intuicji probabilistycznych poprzez rozwiązywanie zadań powstałych na tle różnych sytuacji życiowych, ukazywanie pojęć, metod i wnioskowań probabilistycznych jako matematycznych narzędzi opisu i badania rzeczywistości, ukazywanie przykładów stosowania matematyki z wyraźnym podziałem na: fazę matematyzacji, fazę rachunków i dedukcji oraz fazę interpretacji. Warunki wstępne Wiedza Umiejętności Kursy Wiedza z kursu: Rachunek prawdopodobieństwa z elementami statystyki matematycznej 1. Umiejętności nabyte na kursie: Rachunek prawdopodobieństwa z elementami statystyki matematycznej 1. Rachunek prawdopodobieństwa z elementami statystyki matematycznej 1. Efekty kształcenia Wiedza Efekt kształcenia dla kursu Odniesienie do efektów kierunkowych 1 W01 Zna podstawowe pojęcia statystyki opisowej i statystyki matematycznej oraz sposoby planowania, zbierania oraz opracowywania i prezentacji zebranych danych. Wie, jak prezentować otrzymane wyniki. Odniesienie do efektów kierunkowych Efekt kształcenia dla kursu Umiejętności U01 Potrafi przeprowadzić i opracować badania statystyczne oraz zinterpretować otrzymane wyniki. K_U34 U02 Do opracowania danych statystycznych i prezentacji otrzymanych wyników wykorzystuje arkusz kalkulacyjny. K_U28 U03 Posługuje się metodami stochastycznymi do opisu i badania otaczającej nas rzeczywistości (m. in. określa proste modele probabilistyczne realnych sytuacji losowych). K_U05, K_U06, K_U29, K_U30, K_U31 U04 Umie analizować elementarne problemy o charakterze stochastycznym i znajdować ich rozwiązania w oparciu o poznane twierdzenia i metody rachunku prawdopodobieństwa i statystyki matematycznej, także z wykorzystaniem narzędzi komputerowych.. K_U29, , K_U32, K_U33, K_U35 Odniesienie do efektów kierunkowych Efekt kształcenia dla kursu Kompetencje społeczne KW_04 K01 Student potrafi rozpoznać braki w wiedzy i uzupełnić je posługując się literaturą i korzystając z konsultacji. K_K01 Organizacja Forma zajęć Ćwiczenia w grupach Wykład (W) A K L S P E 2 Liczba godzin 10 30 20 Opis metod prowadzenia zajęć Wykłady. Zadania tablicowe i domowe. Ćwiczenia w pracowni komputerowej. Praca zaliczeniowa. Konsultacje. X W01 U01 U02 U03 U04 K01 X X X X X X X Inne Egzamin pisemny Egzamin ustny Praca pisemna (esej) Referat Udział w dyskusji Projekt grupowy Projekt indywidualny Praca laboratoryjna Zajęcia terenowe Ćwiczenia w szkole Gry dydaktyczne E – learning Formy sprawdzania efektów kształcenia X X X X Ocena z ćwiczeń jest średnią ważoną i uwzględnia: w 20% aktywność studenta wykazaną w czasie ćwiczeń, w 30% ocenę z pracy zaliczeniowej oraz w 50% wynik pisemnego kolokwium. Kryteria oceny Ocena końcowa za egzamin jest średnią ważoną i uwzględnia: w 20% ocenę z ćwiczeń za kurs Rachunek prawdopodobieństwa z elementami statystyki matematycznej 1 oraz w 15% za kurs Rachunek prawdopodobieństwa z elementami statystyki matematycznej 2 oraz w 65% ocenę uzyskaną za egzamin pisemny. Uwagi Treści merytoryczne (wykaz tematów) 3 Statystyka opisowa. Informacja o elementach wnioskowania statystycznego. Populacja. Cecha. Próbka jako dane statystyczne. Estymator. Średnia z próbki jako estymator. Estymator zgodny. Estymacja. Metoda największej wiarygodności. Proste przykłady weryfikacji hipotez. Obszar krytyczny. Test istotności. Informacja o rozkładach ciągłych. Podstawowe typy rozkładów ciągłych (w tym rozkład normalny) i ich własności. Arkusz kalkulacyjny Excel jako narzędzie do obróbki statystycznej. Wykaz literatury podstawowej 1. J. Buga, H. Kassyk-Rokicka, Podstawy statystyki opisowej, VIZJA PRESS&IT, 2008. 2. M. Parlińska, J. Parliński, Badania statystyczne z Excelem, Wydawnictwo SGGW, Warszawa 2007. 3. Z. Smogur, Excel w zastosowaniach inżynieryjnych, Wydawnictwo Helion, Gliwice 2008. 4. A. Płocki, Stochastyka dla nauczyciela, Wydawnictwo NOVUM, Płock 2007. Wykaz literatury uzupełniającej M. Krzyśko, Statystyka matematyczna, Wydawnictwo Naukowe UAM, Poznań 2004. J. Jakubowski, R. Sztencel, Prawdopodobieństwo dla (prawie) każdego, SCRIPT, 2002. L.T. Kubik, Rachunek prawdopodobieństwa, PWN, Warszawa 1980. J. Ombach, Wprowadzenie do metod probabilistycznych wspomagane komputerowo MAPLE, Wydawnictwo Naukowe PWSZ w Nowym Sączu, Nowy Sącz 2006. 5. W. Sadowski, Statystyka matematyczna, PWN, Warszawa 1969. 1. 2. 3. 4. Bilans godzinowy zgodny z CNPS (Całkowity Nakład Pracy Studenta) Liczba godzin w kontakcie z prowadzącymi Liczba godzin pracy studenta bez kontaktu z prowadzącymi Wykład 10 Konwersatorium (ćwiczenia, laboratorium itd.) 50 Pozostałe godziny kontaktu studenta z prowadzącym 15 Lektura w ramach przygotowania do zajęć 30 Przygotowanie krótkiej pracy pisemnej lub referatu po zapoznaniu się z niezbędną literaturą przedmiotu 0 Przygotowanie projektu lub prezentacji na podany temat (praca w grupie) 15 Przygotowanie do egzaminu 30 Ogółem bilans czasu pracy Liczba punktów ECTS w zależności od przyjętego przelicznika 150 6 4