Module also offered within study programmes:
General information:
Name:
Statistical modelling
Course of study:
2015/2016
Code:
BIT-2-205-OB-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
Second-cycle studies
Specialty:
Software and Data Bases in Geology
Field of study:
Applied Computer Science
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
prof. dr hab. inż. Leśniak Andrzej (lesniak@uci.agh.edu.pl)
Academic teachers:
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 rozumie potrzebę ciągłego dokształcania się w celu podnoszenia swoich kwalifikacji zawodowych IT2A_K01 Test,
Execution of a project
Skills
M_U001 potrafi ocenić przydatność i możliwość wykorzystania modeli matematycznych w celu lepszego zrozumienia i/lub usprawniania analizowanego procesu lub technologii IT2A_U07 Test,
Execution of a project
M_U002 potrafi planować i przeprowadzać symulacje numeryczne dla wybranego procesu fizycznego oraz weryfikować i interpretować uzyskane wyniki IT2A_U08 Test,
Execution of a project
Knowledge
M_W001 ma pogłębioną wiedzę z zakresu statystycznej analizy danych i modelowania zależności pomiędzy danymi IT2A_W01 Test
M_W002 zna podstawowe techniki, metody i narzędzia stosowane w zagadnieniach dotyczących analizy danych i modelowania ich zależności IT2A_W02 Test,
Execution of a project
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 rozumie potrzebę ciągłego dokształcania się w celu podnoszenia swoich kwalifikacji zawodowych - - - - - - + - - - -
Skills
M_U001 potrafi ocenić przydatność i możliwość wykorzystania modeli matematycznych w celu lepszego zrozumienia i/lub usprawniania analizowanego procesu lub technologii - - - - - - + - - - -
M_U002 potrafi planować i przeprowadzać symulacje numeryczne dla wybranego procesu fizycznego oraz weryfikować i interpretować uzyskane wyniki - - - - - - + - - - -
Knowledge
M_W001 ma pogłębioną wiedzę z zakresu statystycznej analizy danych i modelowania zależności pomiędzy danymi + - - - - - + - - - -
M_W002 zna podstawowe techniki, metody i narzędzia stosowane w zagadnieniach dotyczących analizy danych i modelowania ich zależności + - - - - - + - - - -
Module content
Lectures:

1. Zmienne losowe i procesy stochastyczne – przegląd zagadnień.
2. Generatory liczb pseudolosowych
3. Generowanie zmiennych i prób losowych
4. Metody estymacji parametrów statystycznych.
5. Dyskretne procesy i całki stochastyczne .
6. Metody aproksymacji SRR
7. Przykłady modeli statystycznych
a. Modele w geologii i geofizyce
b. Modele biologiczne
c. Modele finansowe i ubezpieczeniowe

Practical classes:

Praktyczna realizacja (w formie ćwiczeń praktycznych realizowanych na komputerze) tematów omówionych w trakcie wykładów

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 105 h
Module ECTS credits 4 ECTS
Participation in lectures 30 h
Realization of independently performed tasks 15 h
Participation in practical classes 30 h
Preparation for classes 15 h
Completion of a project 15 h
Additional information
Method of calculating the final grade:

Ocena końcowa = 75 % oceny z ćwiczeń +25% projekt

Prerequisites and additional requirements:

Wiedza informatyczna i ze statystyki matematycznej i teorii sygnałów w zakresie studiów inżynierskich Informatyki Stosowanej

Recommended literature and teaching resources:

1. Janicki, A., Izydorczyk, A., Komputerowe metody w modelowaniu stochastycznym, WNT, W-wa 2001.
2. Landau, R. H., Paez, M. J., Bordeianu C. C., A survey of computational physics, Princeton University Press, 2008.
3. Bendat, J. S. Metody analizy i pomiaru sygnałów losowych PWN, Warszawa 1976

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

Additional scientific publications not specified

Additional information:

Wymagane jest by student samodzielne opracował rozwiązania pięciu zadań problemowych z ćwiczeń i opracowanie indywidualnego zagadnienia projektowego (w wybranym języku programowania)

udział „praktycznych” punktów ECTS: 2
udział „teoretycznych” punktów ECTS: 2