Statystyka komputerowa 420-IS1-3SK
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: fakultatywny
Dziedzina: nauki ścisłe i przyrodnicze, dyscyplina: informatyka
Rok studiów / semestr: 3 / 6
Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): -
Przedmioty wprowadzające: Metody probabilistyczne i statystyka
Wykład: 15 godz.
Laboratorium: 30 godz.
Metody dydaktyczne: wykład, laboratorium
Punkty ECTS: 4
Bilans nakładu pracy studenta:
Udział w zajęciach:
- wykład 15 godz.
- laboratorium 30 godz.
Zapoznanie z literaturą: 15 godz.
Sprawozdania, raporty z zajęć, prace domowe: 20 godz.
Przygotowanie do kolokwium: 8 godz.
Przygotowanie do zaliczenia: 10 godz.
Czas trwania zaliczenia: 2 godz.
Udział w konsultacjach: 5 godz.
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 52h, 2 ECTS
- nakład pracy studenta, który nie wymaga bezpośredniego udziału nauczyciela: 53h, 2 ECTS
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Założenia (lista przedmiotów)
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
Zna podstawowe pojęcia, definicje i twierdzenia z zakresu statystyki oraz rozumie ich podbudowę analityczna i algebraiczną - KA6_WG2.
Zna podstawowe zastosowania środowiska R w statystycznej obróbce i analizie danych - KA6_WG4.
Umiejętności:
Potrafi analizować problemy statystyczne i znajdować ich rozwiązanie - KA6_UW3.
Potrafi wybrać odpowiednią metodę statystyczną do analizy danych różnego typu - KA6_UW3.
Potrafi wykonać prawidłowo analizę danych w środowisku R - KA6_UW3, KA6_UW7, KA6_UW21.
Systematycznie uzupełnia swoja wiedzę z zakresu statystycznej analizy danych w środowisku R - KA6_UU1.
Kompetencje społeczne:
Kreatywnie rozwiązuje problemy związane z statystyczną obróbką i analizą danych w środowisku R - KA6_KO1.
Kryteria oceniania
Ogólna forma zaliczenia: zaliczenie na ocenę
Literatura
1. Gągolewski M., Programowanie w języku R. Analiza danych, obliczenia, symulacje, Wydawnictwo Naukowe PWN, 2016, wyd. 2.
2. Wickham H., Advanced R, Chapman & Hall’s R Series, 2019 (książka dostępna na stronie https://adv-r.hadley.nz/) [dostęp 2022-05-01].
3. Grosser M., Bumann H., Wickham H., Advanced R Solutions (książka dostępna na stronie https://advanced-r-solutions.rbind.io/) [dostęp 2022-05-01].
4. Gillespie C., Lovelace R., Efficient R Programming, O’Reilly (książka dostępna na stronie https://csgillespie.github.io/efficientR/index.html) [dostęp 2022-05-01].
5. Grolemund G., Hands-On Programming with R, O’Reilly (książka dostępna na stronie https://rstudio-education.github.io/hopr/index.html) [dostęp 2022-05-01].
6. Black K., R Tutorial, https://www.cyclismo.org/tutorial/R/index.html [dostęp 2022-05-01].
7. strona https://bookdown.org/ zawierająca wiele książek i skryptów na zasadach wolnego dostępu [dostęp 2022-05-01].
8. seria Use R! wydawana przez Springer dostępna dla studentów ze strony Biblioteki Głównej UwB.
9. Nowosad J., Elementarz programisty Wstęp do programowania używając R, Poznań: Space A., 2020 Online: https://nowosad.github.io/elp/index.html [dostęp 2022-05-01].
10. Dokumentacja techniczna pakietów bibliotecznych środowiska R dostępna np. pod adresem https://ftp.gwdg.de/pub/misc/cran/
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: