Metody probabilistyczne i statystyka 510-IS1-2PST-23
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina i dyscyplina nauki: nauki ścisłe i przyrodnicze, matematyka
Rok studiów / semestr: 2 / 4
Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): brak
Przedmioty wprowadzające: Analiza matematyczna 2, Analiza matematyczna 3, Algebra liniowa z geometrią analityczną
Wykład: 30 godz.
Ćwiczenia: 30 godz.
Laboratorium: 15 godz.
Metody dydaktyczne: metoda podająca: wykład, metody poszukujące tj. problemowa, sytuacyjna, giełda pomysłów, ćwiczenia rachunkowe, laboratoria, konsultacje, praca z literaturą, rozwiązywanie zadań domowych, pokaz, pomiar
Punkty ECTS: 5
Bilans nakładu pracy studenta:
Udział w zajęciach:
- wykład 30 godz.
- ćwiczenia 30 godz.
- laboratorium 15 godz.
Przygotowanie do zajęć:
- wykład 5 godz.
- ćwiczenia 5 godz.
- laboratorium 5 godz.
Zapoznanie z literaturą: 5 godz.
Sprawozdania, raporty z zajęć, prace domowe: 10 godz.
Przygotowanie do kolokwium: 15 godz.
Przygotowanie do egzaminu: 8 godz.
Czas trwania egzaminu: 4 godz.
Udział w konsultacjach: 2 godz.
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 81h, 3 ECTS
- nakład pracy studenta, który nie wymaga bezpośredniego udziału nauczyciela: 53h, 2 ECTS
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Założenia (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
1. Zna fundamentalne pojęcia, definicje i twierdzenia rachunku prawdopodobieństwa i wybrane pojęcia z procesów stochastycznych - KA6_WG2.
2. Zna fundamentalne pojęcia statystyki matematycznej i metody wnioskowania statystycznego - KA6_WG2.
Umiejętności:
3. Potrafi zbudować i przeanalizować model matematyczny eksperymentu losowego - KA6_UW3.
4. Potrafi omówić wybrane eksperymenty losowe oraz modele matematyczne, w jakich typowe rozkłady prawdopodobieństwa występują i są stosowane - KA6_UW3.
5. Umie stosować wzór na prawdopodobieństwo całkowite i wzór Bayesa - KA6_UW3.
6. Potrafi wyznaczyć parametry rozkładu zmiennej losowej o rozkładzie dyskretnym i ciągłym; potrafi wykorzystać twierdzenia graniczne i prawa wielkich liczb do szacowania prawdopodobieństw - KA6_UW3.
7. Umie posłużyć się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi - KA6_UW3.
8. Umie prowadzić wnioskowania statystyczne, także z wykorzystaniem narzędzi komputerowych - KA6_UW3.
9. Umie wykorzystywać programy komputerowe w zakresie analizy danych - KA6_UW3.
10. Zna ograniczenia własnej wiedzy w zakresie probabilistyki i statystyk oraz rozumie potrzebę dalszego kształcenia w tym zakresie - KA6_UU1.
Kryteria oceniania
Ogólna forma zaliczenia: egzamin.
Literatura
Literatura podstawowa:
J. Jóźwiak, J. Podgórski Statystyka od podstaw, PWE 2000.
J. Greń Statystyka matematyczna: modele i zadania, PWN 1978.
Statystyka. Zbiór zadań, red. H. Kassyk-Rokicka, PWE 2001.
W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, Część I i II, PWN, 2006.
H. Jasiulewicz, W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna. Przykłady i zadania, Oficyna Wydawnicza GiS, Wrocław, 2003.
L. Gajek, M. Kałuszka, Wnioskowanie statystyczne: modele i metody, WNT, 2000, wyd. 4.
Literatura uzupełniająca:
W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna: definicje, twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław, 2003.
J. Koronacki, J. Mielniczuk, Statystyk: dla studentów kierunków technicznych i przyrodniczych, PWN, Warszawa 2001.
L. Kubik, Zastosowanie elementarnego rachunku prawdopodobieństwa do wnioskowania statystycznego, WNT, 1998.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: