Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Advanced Statistical Methods
Tok studiów:
2013/2014
Kod:
BGF-2-110-AG-s
Wydział:
Geologii, Geofizyki i Ochrony Środowiska
Poziom studiów:
Studia II stopnia
Specjalność:
Applied geophysics
Kierunek:
Geofizyka
Semestr:
1
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
dr inż. Puskarczyk Edyta (puskar@agh.edu.pl)
Osoby prowadzące:
dr inż. Puskarczyk Edyta (puskar@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne GF2A_W02, GF2A_W10, GF2A_W01 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
Umiejętności
M_U001 Zna i potrafi przeprowadzić analizę wariancji i regresji GF2A_W02, GF2A_U03, GF2A_U01 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
M_U002 Zna metody wielowymiarowe analizy danych i potrafi je zastosować dla danych geofizycznych GF2A_W02, GF2A_W10, GF2A_U12, GF2A_W01 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
M_U003 Zna i potrafi korzystać z specjalistycznego oprogramowania do analiz statystycznych GF2A_W02, GF2A_U09, GF2A_W06, GF2A_U15 Wykonanie projektu,
Wykonanie ćwiczeń
Kompetencje społeczne
M_K001 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania GF2A_K07, GF2A_K04 Wykonanie projektu,
Wykonanie ćwiczeń
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Inne
Zaj. terenowe
Zaj. warsztatowe
E-learning
Wiedza
M_W001 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne + - + - - - - - - - -
Umiejętności
M_U001 Zna i potrafi przeprowadzić analizę wariancji i regresji + - + - - - - - - - -
M_U002 Zna metody wielowymiarowe analizy danych i potrafi je zastosować dla danych geofizycznych + - + - - - - - - - -
M_U003 Zna i potrafi korzystać z specjalistycznego oprogramowania do analiz statystycznych - - + - - - - - - - -
Kompetencje społeczne
M_K001 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania - - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

The analysis of variance: the two-way analysis, two-way interactions,
Testing individual hypotheses – post-hoc comparisons, introduction to complex designs, the analysis of covariance and multivariate analysis of variance
The multiple regression: parameter estimation, estimation of the covariance matrix, testing hypotheses on regression and parameters, selecting an optimal regression model, stepwise regression
Nonlinear estimation
Principal components analysis
Cluster analysis
Overview of other multivariate methods: discriminant function analysis, factor analysis

Ćwiczenia laboratoryjne:

The analysis of variance
Testing individual hypotheses
The multiple regression
Principal components analysis
Cluster analysis
Final project

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 90 godz
Punkty ECTS za moduł 3 ECTS
Udział w wykładach 15 godz
Udział w ćwiczeniach laboratoryjnych 15 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Przygotowanie do zajęć 15 godz
Wykonanie projektu 15 godz
Dodatkowe godziny kontaktowe z nauczycielem 15 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

obecność na wykładach, zaliczenie testu końcowego, zaliczenie projektów, ocena końcowa: średnia ocen z wykładów (50%) i laboratoriów (50%)

Wymagania wstępne i dodatkowe:

wpis na pierwszy semestr drugiego stopnia studiów, zaliczenie podstawowego kursu statystyki

Zalecana literatura i pomoce naukowe:

Dillon, W. R. and Goldstein, M., 1984, Multivariate Analysis: Methods and Applications. New York: Wiley
Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W.,1996, Applied Linear Statistical Models. Chicago: Irwin
Everitt, B. S. , 1998, The Cambridge Dictionary of Statistics. New York: Cambridge University Press

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak