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: |
TECHNOLOGIE OFFSHOROWE |
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 hab. Sambor Guze, prof. UMG |
ZMMMT |
2. Pozostałe osoby prowadzące zajęcia: |
|
dr inż. Ewa Dąbrowska |
KM |
dr inż. Mateusz Torbicki |
ZMMMT |