Module also offered within study programmes:
General information:
Name:
Statistics
Course of study:
2015/2016
Code:
BGG-1-210-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
First-cycle studies
Specialty:
-
Field of study:
Mining and Geology
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Mucha Jacek (mucha@geol.agh.edu.pl)
Academic teachers:
dr hab. inż. Majewski Stanisław (majewski@agh.edu.pl)
dr hab. inż. Mucha Jacek (jacekm@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)
Skills
M_U001 Potrafi wyznaczyć parametry funkcji regresji liniowej i nieliniowej GG1A_U01 Report,
Execution of exercises
M_U002 Umie dokonać statystycznego opisu rozkładu empirycznego cechy i wyznaczać wartości anomalne GG1A_U01 Report,
Execution of exercises
M_U003 Potrafi konstruować przedziały ufności dla wartości oczekiwanej i wyznaczać minimalną liczebność próbki statystycznej GG1A_U01 Report,
Execution of exercises
M_U004 Potrafi przetestować hipotezy dotyczące rozkładów prawdopodobieństwa, równości średnich i wariancji. GG1A_U01 Report,
Execution of exercises
M_U005 Potrafi testować istotność współczynnika korelacji liniowej i współczynnika determinacji. GG1A_U01 Report
Knowledge
M_W001 Ma elementarną wiedzę w zakresie rachunku prawdopodobieństwa. GG1A_W01 Test
M_W002 Zna podstawowe rozkłady prawdopodobieństwa zmiennej losowej dyskretnej i ciągłej GG1A_W01 Test
M_W003 Zna zasady testowania hipotez statystycznych GG1A_W01 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
Skills
M_U001 Potrafi wyznaczyć parametry funkcji regresji liniowej i nieliniowej - + - - - - - - - - -
M_U002 Umie dokonać statystycznego opisu rozkładu empirycznego cechy i wyznaczać wartości anomalne + + - - - - - - - - -
M_U003 Potrafi konstruować przedziały ufności dla wartości oczekiwanej i wyznaczać minimalną liczebność próbki statystycznej - + - - - - - - - - -
M_U004 Potrafi przetestować hipotezy dotyczące rozkładów prawdopodobieństwa, równości średnich i wariancji. - + - - - - - - - - -
M_U005 Potrafi testować istotność współczynnika korelacji liniowej i współczynnika determinacji. - + - - - - - - - - -
Knowledge
M_W001 Ma elementarną wiedzę w zakresie rachunku prawdopodobieństwa. + - - - - - - - - - -
M_W002 Zna podstawowe rozkłady prawdopodobieństwa zmiennej losowej dyskretnej i ciągłej + - - - - - - - - - -
M_W003 Zna zasady testowania hipotez statystycznych + - - - - - - - - - -
Module content
Lectures:

Przedmiot i zakres statystyki. Populacja generalna i próbka statystyczna. Elementy rachunku prawdopodobieństwa: zdarzenia losowe, definicje prawdopodobieństwa, prawdopodobieństwo sumy, różnicy i iloczynu zdarzeń, zależność zdarzeń i prawdopodobieństwo warunkowe. Zmienna losowa: dyskretna i ciągła. Skale pomiarowe cech statystycznych. Podstawowe rozkłady zmiennej losowej: zero-jedynkowy, dwumianowy, normalny, t-Studenta. Twierdzenie Moivre’a – Laplace’a. Estymatory i ich właściwości. Rozkład wartości średniej w populacji normalnej. Centralne twierdzenie graniczne Lindenberga-Levye’go. Twierdzenie Czebyszewa i jego zastosowanie. Statystyczne opracowanie danych liczbowych. Estymacja punktowa i przedziałowa wartości oczekiwanej. Hipotezy statystyczne, algorytm ich testowania, błędy decyzji I i II rodzaju, poziom krytyczny testu, interpretacja wyników testowania. Testy zgodności. Testowanie hipotez o wartości oczekiwanej, równości wartości średnich i wariancji w dwóch próbach. Dwuwymiarowa zmienna losowa. Analiza korelacji i regresji liniowej. Współczynnik korelacji liniowej Pearsona. Współczynnik determinacji. Elementy korelacji i regresji nieliniowej.

Auditorium classes:

Elementy kombinatoryki: permutacje, kombinacje, wariacje bez powtórzeń i z powtórzeniami. Twierdzenie Bayesa. Konstruowanie rozkładów i dystrybuant empirycznych. Obliczanie parametrów rozkładów empirycznych: (średniej arytmetycznej, mediany, wariancji, odchylenia standardowego, współczynnika zmienności, współczynników asymetrii i ekscesu, kwartyli dolnego i górnego, rozstępu międzykwartylowego, odchylenia ćwiartkowego). Wyznaczanie wartości anomalnych metodą: „ramka – wąsy”).Ocena przedziałowa dla wartości oczekiwanej w populacji generalnej. Minimalna liczebność próbki. Testowanie zgodności rozkładu empirycznego z rozkładem normalnym oraz identyczności dwóch rozkładów (testy Kolmogorowa – Smirnowa). Testowanie równości średnich dla próbek niezależnych i zależnych i równości wariancji (testy t-Studenta i F-Snedecora). Wyznaczanie parametrów regresji liniowej. Testowanie współczynnika korelacji linowej Pearsona i współczynnika determinacji. Wyznaczanie parametrów regresji nieliniowej.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 77 h
Module ECTS credits 3 ECTS
Participation in lectures 14 h
Participation in auditorium classes 28 h
Realization of independently performed tasks 25 h
Preparation of a report, presentation, written work, etc. 10 h
Additional information
Method of calculating the final grade:

Średnia arytmetyczna ocen z testu wykładowego i zaliczenia ćwiczeń.

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

1.Bobrowski D. (1980): Probabilistyka w zastosowaniach technicznych. WNT, Warszawa.
2.Greń J. (1974): Statystyka matematyczna; modele i zadania. PWN, Warszawa.
3.Jóźwiak J., Podgórski J. (2009): Statystyka od podstaw. PWE, Warszawa, wyd. VI zmienione
4.PN-90 (N-01051) – Rachunek prawdopodobieństwa i statystyka matematyczna. Terminologia.
5.Podgórski J. (2010): Statystyka dla studiów licencjackich. PWE, Warszawa.
6.Smirnow N.W, Dunin-Borkowski J.W. (1969): Kurs rachunku prawdopodobieństwa i statystyki matematycznej dla zastosowań technicznych. PWN, Warszawa.
7.Sobczyk M. (2008): Statystyka. PWN, Warszawa.
8.Volk W. (1973): Statystyka stosowana dla inżynierów. WN-T, Warszawa.

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

Additional scientific publications not specified

Additional information:

None