Module also offered within study programmes:
General information:
Name:
Statystyka
Course of study:
2012/2013
Code:
DIS-2-102-SI-s
Faculty of:
Mining Surveying and Environmental Engineering
Study level:
Second-cycle studies
Specialty:
Environmental Information Systems
Field of study:
Environmental Engineering
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż, prof. AGH Barańska Anna (abaran@agh.edu.pl)
Academic teachers:
dr hab. inż, prof. AGH Barańska Anna (abaran@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 ma świadomość zakresu swojej aktualnej wiedzy oraz rozumie potrzebę uczenia się przez całe życie, inspirując przy tym i organizując proces uczenia się innych osób IS2A_K01 Activity during classes,
Participation in a discussion
Skills
M_U001 potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł; potrafi integrować uzyskane informacje, dokonywać ich interpretacji i krytycznej oceny, a także wyciągać wnioski oraz formułować i wyczerpująco uzasadniać opinie IS2A_U01 Activity during classes
M_U002 potrafi wykorzystać metody matematyczne, w tym statystyczne, do rozwiązywania zadań związanych z optymalizacją decyzji środowiskowych IS2A_U11 Activity during classes,
Test
Knowledge
M_W001 ma pogłębioną i rozszerzoną wiedzę z zakresu statystyki matematycznej, niezbędną do umiejętnego stosowania ilościowych metod opisu i wnioskowania statystycznego w zagadnieniach inżynierii środowiska IS2A_W01 Activity during classes,
Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 ma świadomość zakresu swojej aktualnej wiedzy oraz rozumie potrzebę uczenia się przez całe życie, inspirując przy tym i organizując proces uczenia się innych osób + + - - - - - - - - -
Skills
M_U001 potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł; potrafi integrować uzyskane informacje, dokonywać ich interpretacji i krytycznej oceny, a także wyciągać wnioski oraz formułować i wyczerpująco uzasadniać opinie - + - - - - - - - - -
M_U002 potrafi wykorzystać metody matematyczne, w tym statystyczne, do rozwiązywania zadań związanych z optymalizacją decyzji środowiskowych + + - - - - - - - - -
Knowledge
M_W001 ma pogłębioną i rozszerzoną wiedzę z zakresu statystyki matematycznej, niezbędną do umiejętnego stosowania ilościowych metod opisu i wnioskowania statystycznego w zagadnieniach inżynierii środowiska + + - - - - - - - - -
Module content
Lectures:
Program wykładów

1. Podstawowe pojęcia rachunku prawdopodobieństwa.
2. Pojęcie zmiennej losowej, rodzaje zmiennej losowej.
3. Funkcja dystrybuanty: definicja, wyznaczanie.
4. Rozkład zmiennej losowej.
5. Charakterystyki rozkładu zmiennej losowej. Kwantyle.
6. Przykładowe rozkłady zmiennej losowej dyskretnej i zmiennej losowej ciągłej.
7. Korzystanie z tablic statystycznych.
8. Estymacja punktowa i przedziałowa wartości średniej, wariancji, odchylenia standardowego oraz wskaźnika struktury.
9. Dwuwymiarowa zmienna losowa. Rozkłady brzegowe, charakterystyki.
10. Analiza korelacji i regresji.
11. Przykłady parametrycznych testów istotności.

Auditorium classes:
Forma ćwiczeń

Realizacja programu wykładów na przykładach praktycznych – rozwiązywanie zadań.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 75 h
Module ECTS credits 3 ECTS
Participation in lectures 15 h
Participation in auditorium classes 30 h
Preparation for classes 15 h
Realization of independently performed tasks 12 h
Examination or Final test 3 h
Additional information
Method of calculating the final grade:

Średnia z wyników kolokwiów pisemnych oraz odpowiedzi ustnych, z naciskiem na prace pisemne.

Prerequisites and additional requirements:

Znajomość podstaw analizy matematycznej (rachunek różniczkowy i całkowy w podstawowym zakresie).

Recommended literature and teaching resources:

1. A. Barańska “Elementy probabilistyki i statystyki matematycznej w inżynierii środowiska”, UWND AGH Kraków 2008.
2. J. Koronacki, J. Mielniczuk “Statystyka dla studentów kierunków technicznych i przyrodniczych”, WNT, Warszawa 2001.
3. W. Krysicki i in. “Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach”, PWN, Warszawa 1995.
4. S. Ostasiewicz i in. “Statystyka – elementy teorii i zadania”, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2005.
5. A.E. Plucińscy “Probabilistyka”, WNT, Warszawa 2000.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None