Metody probabilistyczne i statystyka 510-IS1-2PST-23
Laboratorium (LAB) Rok akademicki 2024/25

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 2025-02-15].

2. P. Biecek - Pogromcy danych (materiały do kursów dostępnych w formie ebooków pod adresem http://biecek.pl/R/, [dostęp 2025-02-15]).

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 2025-02-15] ).

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 2025-02-15]).

6. M. Gągolewsk - Deep R Programming, Melbourne, v1.0.0 edition, 2023, 456 pp. (książka dostępna pod adresem https://deepr.gagolewski.com/deepr.pdf, [dostęp 2025-02-15]).

7. Dokumentacja techniczna pakietów bibliotecznych środowiska R.

Literatura uzupełniająca:

1. strona https://bookdown.org/ zawierająca wiele książek i skryptów na zasadach wolnego dostępu [dostęp 2025-02-15].

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

Student potrafi:

1. posłużyć się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi - projekt, obserwacja ciągła aktywności na zajęciach.

2. prowadzić wnioskowanie statystyczne wykorzystaniem narzędzi komputerowych - projekt, obserwacja ciągła aktywności na zajęciach.

3. wykorzystywać programy komputerowe w zakresie analizy danych - projekt, obserwacja ciągła aktywności na zajęciach.

Student zna:

1. 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 przewidziany jest do realizacji projekt, za który można otrzymać łącznie 100 punktów.

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

• uzyskanie zgody Dziekana Wydziału 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 Wydziału na IOS lub IPS należy uzgodnić w ciągu 14 dni od otrzymania tej zgody.

3. Opuszczenie przez studenta 3 godzin laboratorium przewidzianych planem stanowi podstawę do niezaliczenia laboratorium i utraty prawa, w przypadku nieobecności nieusprawiedliwionych, do drugiego poprawkowego zaliczenia zgodnie §21 ust. 4 Regulaminu Studiów Uniwersytetu w Białymstoku.

4. W celu osiągnięcia efektów uczenia się każdą nieobecność na zajęciach student musi zaliczyć w ciągu dwóch tygodni od ustania przyczyny nieobecności, jednak nie później niż do ostatniego dnia zajęć semestru letniego.

5. Student, który aktywnie uczestniczący w zajęciach może otrzymać 1 punkt na każdych zajęciach. Punkty za aktywność są sumowane z punktami z projektu i uwzględniane w ocenie końcowej.

6. Prowadzący wystawia ocenę końcową zgodnie ze skalą ocen podaną w §23 ust. 6 Regulaminu Studiów Uniwersytetu w Białymstoku, z zastrzeżeniem, że wykonanie projektu niesamodzielnie, w tym z wykorzystaniem generatywnej sztucznej inteligencji, czy też dużych modeli językowych oznacza uzyskanie oceny niedostatecznej z laboratorium.

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.

Laboratorium komputerowe z wykorzystaniem środowiska R, praca z literaturą, dyskusje w grupach problemowych (metoda problemowa), pokaz, pomiar, konsultacje, projekt.