Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Metody probabilistyczne i statystyka

Informacje ogólne

Kod przedmiotu: 0600-IS1-2PST
Kod Erasmus / ISCED: 11.102 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (brak danych)
Nazwa przedmiotu: Metody probabilistyczne i statystyka
Jednostka: Instytut Informatyki.
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Wymagania (lista przedmiotów):

Algebra liniowa z geometrią analityczną 0600-IS1-1ALG
Analiza matematyczna 2 0600-IS1-1AM2
Analiza matematyczna 3 0600-IS1-2AM3

Założenia (opisowo):

Posiada podstawową wiedzę w zakresie rachunku całkowego i różniczkowego.

Tryb prowadzenia przedmiotu:

w sali

Skrócony opis:

Przedmiot „Metody probabilistyczne i statystyka” ma zapewnić poznanie metody badania i opisu zjawisk o charakterze losowym. Studenci powinni osiągnąć dwa zasadnicze cele: zdobycie podstawowej intuicji probabilistyczno-statystycznej oraz przyswojenie materiału teoretycznego, niezbędnego do (w miarę swobodnego) korzystania z podstawowych metod rachunku prawdopodobieństwa i statystyki.

Pełny opis:

Profil studiów: ogólnoakademicki

Forma studiów: stacjonarne

Rodzaj przedmiotu: obowiązkowy

Dziedzina i dyscyplina nauki: nauki ścisłe i przyrodnicze, informatyka

Rok studiów / semestr: 2 / 2

Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): Przedmioty wprowadzające: Analiza matematyczna 2, Analiza matematyczna 3, Algebra liniowa z geometrią analityczną

Wykład: 30 Ćwiczenia: 30 Laboratorium: 15

Metody dydaktyczne: wykłady, ćwiczenia rachunkowe, konsultacje, praca z literaturą, rozwiązywanie zadań domowych

Punkty ECTS: 5

Bilans nakładu pracy studenta:

Udział w zajęciach:

- wykład 30h

- ćwiczenia 30h

- laboratorium 15h

Przygotowanie do zajęć:

- wykład 2h

- ćwiczenia 20h

- laboratorium 10h

Zapoznanie z literaturą: 10h

Sprawozdania, raporty z zajęć, prace domowe: 10h

Przygotowanie do kolokwium: 10h

Przygotowanie do egzaminu: 10h

Czas trwania egzaminu: 2h

Udział w konsultacjach: 4h

Wskaźniki ilościowe:

wymagającymi bezpośredniego udziału nauczyciela: 81, 3ECTS

o charakterze praktycznym: 55, 2 ECTS

Literatura:

Literatura podstawowa:

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, WNT, 1994.

Standardowa dokumentacja programu SPSS

J. Górniak, J. Wachnicki, Pierwsze kroki w analizie danych: SPSS PL for Windows, 2003.

J. Wywiał, Elementy metody reprezentacyjnej z wykorzystaniem statystycznego pakietu SPSS, 1999.

Literatura uzupełniająca:

W. Kordecki, Rachunek prawdopodobieństwa i statystyka matematyczna, Oficyna Wydawnicza GiS, Wrocław, 2003.

J. Koronacki, J. Mielniczuk, Statystyka, PWN, Warszawa 2001.

L. Kubik, Zastosowanie elementarnego rachunku prawdopodobieństwa do wnioskowania statystycznego, WNT, 1998.

Efekty uczenia się:

1. Zna podstawowe pojęcia, definicje i twierdzenia w rachunku prawdopodobieństwa - K_W02 (+++).

2. Zna podstawowe pojęcia statystyki matematycznej i metody wnioskowania statystycznego - K_W02 (+++).

3. Posługuje się pojęciem przestrzeni probabilistycznej; potrafi zbudować i przeanalizować model matematyczny eksperymentu losowego - K_U03 (+++).

4. Potrafi podać różne przykłady dyskretnych i ciągłych rozkładów prawdopodobieństwa i omówić wybrane eksperymenty losowe oraz modele matematyczne, w jakich te rozkłady występują. Zna zastosowania praktyczne podstawowych rozkładów - K_U03 (+++).

5. Umie stosować wzór na prawdopodobieństwo całkowite i wzór Bayesa - K_U03 (+++).

6. Potrafi wyznaczyć parametry rozkładu zmiennej losowej o rozkładzie dyskretnym i ciągłym; potrafi wykorzystać twierdzenia graniczne i prawa wielkich liczb do szacowania prawdopodobieństw - K_U03 (+++).

7. Umie posłużyć się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi - K_U03 (+++).

8. Umie prowadzić proste wnioskowania statystyczne, także z wykorzystaniem narzędzi komputerowych - K_U03 (+++).

9. Umie wykorzystywać programy komputerowe w zakresie analizy danych - K_U03 (+++).

10. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia - K_K02 (+++).

Metody i kryteria oceniania:

Ogólna forma zaliczenia: egzamin.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.
ul. Świerkowa 20B, 15-328 Białystok tel: +48 85 745 70 00 (Centrala) https://uwb.edu.pl kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)