Mathematical Statistics

Informacje ogólne

Kod przedmiotu:	330-ERA-2MS
Kod Erasmus / ISCED:	14.3 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. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Mathematical Statistics
Jednostka:	Wydział Ekonomii i Finansów
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:	angielski
Rodzaj przedmiotu:	obowiązkowe podstawowe
Założenia (lista przedmiotów):	Matematyka - przedmiot oferowany w języku angielskim 330-MS1-1MAT#E Statystyka opisowa-przedmiot oferowany w języku angielskim 330-MS1-1STA#E
Założenia (opisowo):	Mathematics in the field of: differential and integral calculus of functions of one variable; linear algebra Probability theory: secondary school level; Descriptive statistics in the field of: structure analysis (average measures, variability, asymmetry), analysis of relationships between variables.
Tryb prowadzenia przedmiotu:	mieszany: w sali i zdalnie
Skrócony opis:	Developing knowledge and skills in the field of designing and conducting statistical surveys in accordance with statistical inference standards. After completing the course, students should have a basic knowledge of statistical inference methods and the ability to apply these methods in practice. Elements of probability theory: discrete and continuous variables, probability distributions, joint, boundary and conditional distributions. Simple random sample, elements of point and interval estimation theory and hypothesis verification.
Pełny opis:	Educational profile: general academic Form of study: stationary Course type: obligatory, M_2 primary courses Year/semester: 1 year/2 semester Prerequisites : knowledge of mathematics and descriptive statistics at the level of a first-cycle graduate Number of didactic hours: 15 hours - lecture, 30 hours - classes Teaching methods: Lectures conducted with the use of multimedia presentations and engaging students to actively participate in discussions during the lecture. Classes - excersises solving, statistical analysis, group discussion ESTS points: 6 Student workload balance: participation in lectures - 15 hours participation in classes - 30 hours participation in consultations hours - 9 hours preparation for classes - 60 hours preparation for lectures - 20 hours preparation for the test and exam - 20 hours participation in the exam - 1 hour Quantitative indicators Student workload related to the course: Number of hours / ECTS points requiring direct teacher participation: 46/1,84 of a practical nature: 50/2
Literatura:	Ostasiewicz K. A., Mathematical statistics, Wrocław University of Economics Publishing House, Wrocław 2014. Kowalczyk B., Witkowski B., Mathematical statistics for management, Warsaw School of Economics Publishing House, Warsaw 2015. Michna Z., Statistics, Wrocław University of Economics Publishing House, Wroclaw 2014.
Efekty uczenia się:	NOWLEDGE 1STM_W01: Knows the concept, properties, basic parameters and selected distributions of random varaible. KP7_WG5 1STM_W02: Knows the distribution of basic statistics from the sample, point and interval estimation methods, and selected significance tests. KP7_WG5 SKILLS 1STM_U01: Is able to design and conduct statistical research in accordance with statistical inference standards. KP7_UK4 1STM_U02: Is able to interpret results and infer about the population based on results from a random sample. KP7_UK4 SOCIAL COMPETENCE 1STM_K01: Is able to individually expand knowledge and skills in mathematical statistics. KP7_KK2
Metody i kryteria oceniania:	The condition of passing the course is to achieve assumed learning outcomes. Assessment methods of lectures: written or oral exam. Students who have completed the classes are allowed to take the exam. Assessment methods of classes: test and activity during the classes.

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.