Uniwersytet w Białymstoku - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Mathematical Statistics

Informacje ogólne

Kod przedmiotu: 360-MS2-2SMa Kod Erasmus / ISCED: 11.102 / (0541) Matematyka
Nazwa przedmiotu: Mathematical Statistics
Jednostka: Wydział Matematyki
Grupy:
Punkty ECTS i inne: 5.00
zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

obowiązkowe

Założenia (opisowo):

(tylko po angielsku) Course objectives: By the end of the course the student should have developed the skills to: verify when statistics are sufficient (minimum syfficient); determining the loss function; apply statistical decision theory in testing hypotheses. Also know: the advantages and disadvantages of different classes of estimators; how to termine the estimators in the class; properties of exponential statistical spaces and statistics in these spaces.

Pełny opis: (tylko po angielsku)

Course profile: academic

Form of study: stationary

Course type: obligatory

Academic discipline: Mathematics, field of study in the arts and science: mathematics

Year: 2, semester: 3

Prerequisities: Probabilistic

lecture 30 h. exercise class 30 h.

Verification methods: lectures, exercises, consultations, studying literature, home works, discussions in groups.

ECTS credits: 5

Balance of student workload:

attending lectures15x2h = 30h

attending exercise classes 15x2h = 30h

preparation for classes 7x3h = 21h

completing notes after exercises and lectures 7x2h = 14h

consultations 12x1h = 12h

the final examination: preparation.and take 12h + 3h = 15h

control works: repeating the material and preparation 3x4h = 12h

Quantitative description

Direct interaction with the teacher: 75 h., 3 ECTS

Practical exercises: 77 h., 3 ECTS

Literatura: (tylko po angielsku)

1. Shao J., Mathematical Statistics: Exercises and Solutions, Springer 2005.

2. Shao J., Mathematical Statistics, Springer Texts in Statistics, Springer 2003.

Efekty uczenia się: (tylko po angielsku)

Learning outcomes:

Students know the major theorems of mathematical statistics related to statistical spaces, statistics, exponential statistical spaces, hypothesis testing, theory of estimations, decision theory - KA7_WG03.

Students know how to use R/SPSS software for statistical processing of data - KA7_WG07, KA7_WK03, KA7_UW01.

Students know foundations of the theory of Fisher information - KA7_WG09.

Students understand fundamentals of mathematical statistics and statistical processing of data bases - KA7_UW12.

Students are able to determine the statistics and estimators with selected properties, as well as to test hypotheses - KA7_UW12.

Be able to express in writing and oral statistical content - KA7_UK02.

Metody i kryteria oceniania: (tylko po angielsku)

The overall form of credit for the course: final exam.

Zajęcia w cyklu "Rok akademicki 2022/23" (jeszcze nie rozpoczęty)

Okres: 2022-10-01 - 2023-06-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Ćwiczenia, 20 godzin więcej informacji
Laboratorium, 10 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Tomasz Czyżycki, Jarosław Kotowicz, Aneta Sliżewska
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.