Metody probabilistyczne i statystyka 420-IS1-2PST
Laboratorium (LAB) Rok akademicki 2022/23

Literatura podstawowa:

1. P. Biecek - Przewodnik po pakiecie R, Oficyna Wyd. GiS, Wrocław 2017, wyd. 4. (pierwsze rozdziały dostępne pod adresem http://biecek.pl/R/PrzewodnikPoPakiecieRWydanieIVinternet.pdf) [dostęp 2023-02-03].

2. P. Biecek - Pogromcy danych (materiały do kursów dostępnych w formie ebooków pod adresem http://biecek.pl/R/) [dostęp 2023-02-03].

3. J.P. Lander - R dla każdego, APN Promise, Wraszawa 2018.

4. H. Wickhame - ggplot2: Elegant Graphics for Data Analysis, wersja online dostępna pod adresem https://ggplot2-book.org/ ) [dostęp 2023-02-03].

5. P. Grzegorzewski, M. Gągolewski, K. Bobecka-Wesołowsk - Wnioskowanie statystyczne z wykorzystaniem środowiska R, Biuro ds. Projektu „Program Rozwojowy Politechniki Warszawskiej”, Warszawa 2014 (skrypt dostępny pod adresem https://raw.githubusercontent.com/gagolews/bibliography/master/preprints/2014wnioskowaniestatystyczne.pdf [dostęp 2023-02-03])

6. Dokumentacja techniczna pakietów bibliotecznych środowiska R

Literatura uzupełniająca:

1. strona https://bookdown.org/ zawierająca wiele książek i skryptów na zasadach wolnego dostępu [dostęp 2023-02-03].

2. seria Use R! wydawana przez Springer dostępna dla studentów ze strony Biblioteki Głównej UwB.

Umiejętności:

Umie posłużyć się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi - kolokwium i/lub prace domowe, obserwacja ciągła aktywności na zajęciach.

Umie prowadzić wnioskowanie statystyczne wykorzystaniem narzędzi komputerowych - kolokwium i/lub prace domowe, obserwacja ciągła aktywności na zajęciach.

Umie wykorzystywać programy komputerowe w zakresie analizy danych - kolokwium i/lub prace domowe, obserwacja ciągła aktywności na zajęciach.

Zna ograniczenia własnej wiedzy w zakresie probabilistyki i statystyk oraz rozumie potrzebę dalszego kształcenia w tym zakresie - ciągła obserwacja aktywności studenta na zajęciach.

1. Na laboratorium przewidziane są:

• kolokwium, za który można otrzymać łącznie 80 punktów,

• prace domowe, za które można otrzymać łącznie 20 punktów.

a. Każda praca domowa jest punktowana jednakowo i przypisana jest jej liczba punktów równą ilorazowi liczby punktów przewidzianych na wszystkie pracę oraz liczby wszystkich prac. Prowadzący może każdą z prac oceniać we właściwej dla niej skali punktowej z tym, że liczba uzyskanych punktów zostaje proporcjonalnie przeliczona na liczbę punktów, o której mowa w zdaniu poprzednim.

b. Każdą pracę domową należy oddać - przesłać prowadzącemu w ciągu dwóch tygodni od jej zadania (w przypadku końca semestru termin ten może ulec skróceniu do 1 tygodnia). Prace oddane po terminie nie są brane pod uwagę.

2. Podstawą do zwolnienia studenta z uczestnictwa w części lub całości zajęć może być

• uzyskanie zgody Dyrektora Instytutu na IOS, o ile przedmiot nie znalazł się w wykazie przedmiotów, na które student ma obowiązek uczestniczyć,

• realizacji przez studenta IPS.

Sposób realizacji zajęć w przypadku studenta, który otrzymał zgodę dziekana na IOS lub IPS należy uzgodnić w ciągu 14 dni od otrzymania tej zgody.

3. Opuszczenie przez studenta 3 godzin laboratorium przewidzianych planem bez ich usprawiedliwienia może stanowić podstawę do niezaliczenia zajęć i utraty prawa do drugiego poprawkowego zaliczenia zgodnie §21 ust. 4 Regulaminu Studiów UwB.

4. Prowadzący wystawia ocenę końcową zgodnie ze skalą ocen podaną w §23 ust. 6 Regulaminu Studiów UwB, z zastrzeżeniem, że

- ściąganie na kolokwium oznacza uzyskanie oceny niedostatecznej z laboratorium,

- może być podwyższona o pół stopnia w stosunku do skali ocen w przypadku wyróżniającej się aktywności na zajęciach.

Środowisko R i RStudio, jako GUI. Korzystanie z dostępnych w R bibliotek/pakietów. Podstawowe i złożone typy danych w środowisku R. Operacje na danych. Wyczytywanie danych i ich wstępne przetwarzanie. Generowanie rozkładów liczbowych. Praca z danymi: pakiet dyplr i przetwarzanie potokowe. Graficzna prezentacja danych statystycznych - pakiet ggplot2. Podstawowe parametry statystyczne dla próby w środowisku R. Przekształcenia danych. Parametryczne testy istotności w bibliotekach środowiska R. Nieparametryczne testy istotności w bibliotekach środowiska R.

Metody dydaktyczne: laboratorium komputerowe z wykorzystaniem środowiska R, konsultacje, praca z literaturą, prace domowe, dyskusje w grupach problemowych, kolokwium.