Module also offered within study programmes:
General information:
Name:
Advanced Statistical Methods
Course of study:
2015/2016
Code:
BGF-2-102-GS-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
Second-cycle studies
Specialty:
Applied Geophysics
Field of study:
Geophysics
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Puskarczyk Edyta (puskar@agh.edu.pl)
Academic teachers:
dr inż. Puskarczyk Edyta (puskar@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 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania GF2A_K07, GF2A_K04 Execution of a project,
Execution of exercises
Skills
M_U001 Zna i potrafi przeprowadzić analizę wariancji i regresji GF2A_W02, GF2A_U03, GF2A_U01 Test,
Execution of a project,
Execution of exercises
M_U002 Zna metody wielowymiarowe analizy danych i potrafi je zastosować dla danych geofizycznych GF2A_W02, GF2A_U12, GF2A_W10, GF2A_W01 Test,
Execution of a project,
Execution of exercises
M_U003 Zna i potrafi korzystać z specjalistycznego oprogramowania do analiz statystycznych GF2A_W02, GF2A_U09, GF2A_W06, GF2A_U15 Execution of a project,
Execution of exercises
Knowledge
M_W001 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne GF2A_W02, GF2A_W10, GF2A_W01 Test,
Execution of a project,
Execution of exercises
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 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania - - + - - - - - - - -
Skills
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 - - + - - - - - - - -
Knowledge
M_W001 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne + - + - - - - - - - -
Module content
Lectures:

1. Analiza wariancji: Klasyfikacja dwukrotna, oddziaływania w krzyżowej klasyfikacji dwukrotnej
2. Badanie hipotez indywidualnych – testy post hoc, wstęp do zagadnień układów złożonych, analizy kowariancji i wielowymiarowej analizy wariancji
3. Regresja liniowa wielokrotna: estymacja parametrów i macierzy kowariancji, testowanie hipotez o regresji i o parametrach, dobór optymalnego modelu regresyjnego, regresja krokowa
4. Modele nieliniowe i estymacja nieliniowa
5. Analiza głównych składowych
6. Analiza skupień
7. Inne metody wielowymiarowe i ich zastosowania: analiza dyskryminacyjna, analiza czynnikowa

Laboratory classes:

Ćwiczenia laboratoryjne z wykorzystaniem pakietów statystycznych (Statistica, SPSS).
1. Analiza wariancji
2. Badanie hipotez indywidualnych
3. Regresja liniowa wielokrotna
4. Analiza głównych składowych
5. Analiza skupień
6. Projekt końcowy

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 88 h
Module ECTS credits 3 ECTS
Participation in lectures 14 h
Participation in laboratory classes 14 h
Realization of independently performed tasks 15 h
Preparation for classes 15 h
Completion of a project 15 h
Contact hours 15 h
Additional information
Method of calculating the final grade:

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

Prerequisites and additional requirements:

Zaliczenie podstawowego kursu statystyki

Recommended literature and teaching resources:

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

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

Additional scientific publications not specified

Additional information:

None