| UNIWERSYTET MORSKI W GDYNI - WYDZIAŁ NAWIGACYJNY | 
	
		| Nr: |  | Przedmiot: | METODY OPRACOWANIA DANYCH | 
	
		| Kierunek / Poziom kształcenia: | NAWIGACJA / DRUGIEGO STOPNIA | 
	
		| Forma studiów: | STACJONARNE / NIESTACJONARNE | 
	
		| Profil kształcenia: | OGÓLNOAKADEMICKI | 
	
		| Specjalność: | ŻEGLUGA ARKTYCZNA | 
	
		| SEMESTR | ECTS | Liczba godzin w tygodniu | Liczba godzin w semestrze | 
	
		| W | C | L | P | S | W | C | L | P | S | 
		
			| I | 2 |  |  |  |  |  | 15 |  | 15 |  |  | 
	
		| Razem w czasie studiów: | 30 | 
Wymagania wstępne w zakresie wiedzy, umiejętności i innych kompetencji (jeśli dotyczy przedmiotu)
			| 1 | Znajomość podstaw rachunku prawdopodobieństwa i statystyki matematycznej. | 
Cele przedmiotu
			| 1 | Zapoznanie studentów z zaawansowanymi metodami statystyki matematycznej i opisowej. | 
Efekty kształcenia dla całego przedmiotu (EKP) – po zakończeniu cyklu kształcenia
			| EKP1 | Wymienić, wyjaśnić i zastosować metody estymacji punktowej,  własności poprawnego estymatora, pojęcie poziomu ufności,  znaczenie poszczególnych rodzajów błędów; | 
			| EKP2 | wyjaśnić, opisać i korzystać z parametrycznych  i nieparametrycznych testów istotności z uwzględnieniem  znaczenia błędów pierwszego i drugiego rodzaju; | 
			| EKP3 | stawiać i testować hipotezy związane z problemami nautycznymi,  transportowymi, eksploracyjnymi i eksploatacyjnym na podstawie  zebranych danych statystycznych | 
			| EKP4 | wyznacza równanie linii regresji w postaci funkcji liniowej  i nieliniowej, ocenia dopasowanie modelu regresji. | 
			| EKP5 | pracować w grupie i ma świadomość podnoszenia swoich  kompetencji. | 
Treści programowe
Semestr I
		
			
				| Lp. | Zagadnienia | Liczba godzin | Odniesienie do EKP dla przedmiotu | Odniesienie do RPS | 
			
				| W | C | L | P | S | 
| 1 | Podstawowe pojęcia teorii estymacji. Populacja  generalna, próba, statystyka, estymator, estymacja  punktowa, estymacja przedziałowa, estymator  zgodny, estymator spełniający mocne prawo wielkich  liczb, estymator nieobciążony, estymator  asymptotycznie nieobciążony. Rozkład normalny  Gaussa i jego własności | 5 |  | 5 |  |  | EKP1, EKP5 |  | 
| 2 | Podstawy rachunku błędów. Pomiar bezpośredni, błąd  pomiaru, błędy grube, systematyczne i przypadkowe,  rozkład pomiarów obarczonych błędami  przypadkowymi, estymator wartości oczekiwanej,  estymator odchylenia standardowego, zapis wyników  pomiarów, błąd statystyczny, estymator błędu  statystycznego, pomiary pośrednie, błąd pomiaru  pośredniego, błąd maksymalny | 3 |  | 3 |  |  | EKP1, EKP2, EKP5 |  | 
| 3 | Parametryczne i nieparametryczne testy istotności.  Obszar krytyczny, test dla wartości średniej, test dla  dwóch średnich, test dla frakcji, test dla dwóch frakcji,  test dla wariancji, test dla dwóch wariancji, test  zgodności chi-kwadrat, test dla niezależności chikwadrat, test serii. | 4 |  | 4 |  |  | EKP3, EKP5 |  | 
| 4 | Analiza regresji i korelacji. Regresja liniowa, regresja  nieliniowa, regresja wieloraka, estymacja  współczynnika korelacji i współczynników regresji | 3 |  | 3 |  |  | EKP1, EKP4, EKP5 |  | 
Metody weryfikacji efektów kształcenia (w odniesieniu do poszczególnych efektów)
	
		
			| Symbol EKP | Test | Egzamin ustny | Egzamin pisemny | Kolokwium | Sprawozdanie | Projekt | Prezentacja | Zaliczenie praktyczne | Inne | 
		
			| EKP1 |  |  |  | X |  |  |  |  |  | 
		
			| EKP2 |  |  |  | X |  |  |  |  |  | 
		
			| EKP3 |  |  |  | X |  |  |  |  |  | 
		
			| EKP4 |  |  |  | X |  |  |  |  |  | 
		
			| EKP5 |  |  |  | X |  |  |  |  |  | 
Kryteria zaliczenia przedmiotu
	
		| Semestr | Ocena pozytywna (min. dostateczny) | 
| I | 50% ocena z egzaminu, 50% ocena z ćwiczeń (konieczne jest zaliczenie ćwiczeń przed przystąpieniem do egzaminu) | 
Nakład pracy studenta
	
		| Forma aktywności | Szacunkowa liczba godzin na zrealizowanie aktywności | 
	
		| W | C | L | P | S | 
| Godziny kontaktowe | 15 |  | 15 |  |  | 
| Czytanie literatury | 2 |  | 4 |  |  | 
| Przygotowanie do zajęć laboratoryjnych, projektowych |  |  |  |  |  | 
| Przygotowanie do egzaminu, zaliczenia | 4 |  | 4 |  |  | 
| Opracowanie dokumentacji projektu/sprawozdania |  |  |  |  |  | 
| Uczestnictwo w zaliczeniach i egzaminach | 2 |  | 2 |  |  | 
| Udział w konsultacjach | 3 |  | 3 |  |  | 
| Łącznie godzin | 26 |  | 28 |  |  | 
| Łączny nakład pracy studenta | 54 | 
| Liczba punktów ECTS | 1 |  | 1 |  |  | 
| Sumaryczna liczba punktów ECTS dla przedmiotu | 2 | 
| Obciążenie studenta związane z zajęciami praktycznymi | 15 | 
| Obciążenie studenta na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich | 40 | 
Literatura
Literatura podstawowa
Gajek L., Kałuszka M., 2000. Wnioskowanie statystyczne. Modele i metody, WN-T, Warszawa.
Kołowrocki K., 1993. Wybrane wykłady z rachunku prawdopodobieństwa i statystyki matematycznej. Wydawnictwo Wyższej Szkoły Morskiej w Gdyni.
Kołowrocki K., Piskórz K., 1995. Zbiór zadań z rachunku prawdopodobieństwa i statystyki matematycznej. Wydawnictwo Wyższej Szkoły Morskiej w Gdyni.
Pacut A., 1985. Prawdopodobieństwo, Teoria, Modelowanie probabilistyczne w technice. WN-T, Warszawa.
Literatura uzupełniająca
Koronacki J., Mielniczuk J.,2001. Statystyka dla studentów kierunków technicznych i przyrodniczych, WN-T, Warszawa.
Freedman D.A., Statistical Models: Theory and Practice. Cambridge University Press, 2005.
Saha P., Principles of Data Analysis, Cappella Archive, 2003.
Wackerly D., Mendenhall W., Scheaffer R., Mathematical Statistics with Applications (7th edition), Brooks/Cole, 2008.
Prowadzący przedmiot
	
		| Tytuł/stopień, imię, nazwisko | Jednostka dydaktyczna | 
	
		| 1. Osoba odpowiedzialna za przedmiot: |  | 
	
		| dr inż. Mateusz Torbicki | ZMMMT | 
	
		| 2. Pozostałe osoby prowadzące zajęcia: |  | 
		| dr inż. Ewa Dąbrowska | KM | 
		| dr inż. Mateusz Torbicki | ZMMMT | 
