Module also offered within study programmes:
General information:
Annual:
2017/2018
Code:
GIS-2-204-ZS-s
Name:
Przetwarzanie danych z badań środowiskowych
Faculty of:
Mining and Geoengineering
Study level:
Second-cycle studies
Specialty:
Zagospodarowanie surowców i odpadów
Field of study:
Environmental Engineering
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. Sobczyk Wiktoria (sobczyk@agh.edu.pl)
Academic teachers:
dr hab. inż. Sobczyk Wiktoria (sobczyk@agh.edu.pl)
Module summary

Badania statystyczne całkowite i częściowe (niewyczerpujące). Metoda reprezentacyjna, monograficzna i ankietowa. Miary położenia i rozproszenia. Korelacja i regresja. Testy statystyczne.

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 Student ma przygotowanie do pracy zespołowej IS2A_K04, IS2A_K02, IS2A_K01 Activity during classes,
Participation in a discussion,
Involvement in teamwork
M_K002 Student ma świadomość skutków działalności człowieka w środowisku IS2A_K04, IS2A_K02, IS2A_K01 Activity during classes,
Participation in a discussion,
Involvement in teamwork
M_K003 student jest świadomy konieczności poszerzania wiedzy IS2A_K04, IS2A_K02, IS2A_K01 Activity during classes,
Participation in a discussion,
Involvement in teamwork
Skills
M_U001 Student ma umiejętność stosowania ilościowych metod opisu statystycznego danych środowiskowych IS2A_U06, IS2A_U05, IS2A_U01, IS2A_U03, IS2A_U04 Activity during classes,
Test,
Participation in a discussion,
Involvement in teamwork
M_U002 Student ma umiejętność interpretowania i wnioskowania statystycznego na podstawie danych środowiskowych IS2A_U06, IS2A_U01, IS2A_U03, IS2A_U04 Activity during classes,
Test,
Participation in a discussion,
Involvement in teamwork
M_U003 Student ma umiejętność zastosowania metod statystycznych w inżynierii środowiska IS2A_U06, IS2A_U05, IS2A_U01, IS2A_U03, IS2A_U04 Activity during classes,
Test,
Participation in a discussion,
Involvement in teamwork
Knowledge
M_W001 Student posiada wiedzę z metrologii, probabilistyki i statystyki IS2A_W02, IS2A_W06, IS2A_W03 Activity during classes,
Test,
Involvement in teamwork
M_W002 Student zna metody analizy ilościowej danych środowiskowych. IS2A_W02, IS2A_W03, IS2A_W04 Activity during classes,
Test,
Participation in a discussion,
Involvement in teamwork
M_W003 Student zna metody analizy jakościowej danych środowiskowych IS2A_W02, IS2A_W03, IS2A_W04 Activity during classes,
Test,
Participation in a discussion,
Involvement in teamwork
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 Student ma przygotowanie do pracy zespołowej - + + - - - - - - - -
M_K002 Student ma świadomość skutków działalności człowieka w środowisku - + + - - - - - - - -
M_K003 student jest świadomy konieczności poszerzania wiedzy + - + - - - - - - - -
Skills
M_U001 Student ma umiejętność stosowania ilościowych metod opisu statystycznego danych środowiskowych + + + - - - - - - - -
M_U002 Student ma umiejętność interpretowania i wnioskowania statystycznego na podstawie danych środowiskowych - + + - - - - - - - -
M_U003 Student ma umiejętność zastosowania metod statystycznych w inżynierii środowiska - + + - - - - - - - -
Knowledge
M_W001 Student posiada wiedzę z metrologii, probabilistyki i statystyki + + + - - - - - - - -
M_W002 Student zna metody analizy ilościowej danych środowiskowych. + + + - - - - - - - -
M_W003 Student zna metody analizy jakościowej danych środowiskowych + + + - - - - - - - -
Module content
Lectures:
  1. Zbieranie materiału statystycznego

    Określenie zbiorowości podlegającej badaniu. Określenie cech i ich wartości. Metody zbierania materiału statystycznego: spis, rejestracja, bieżąca sprawozdawczość statystyczna

  2. Badania statystyczne całkowite i częściowe

    Badania statystyczne całkowite i częściowe (niewyczerpujące). Metoda reprezentacyjna, monograficzna i ankietowa. Sposoby doboru grupy: celowy, losowy

  3. Techniki losowania

    Losowanie niezależne i zależne. Metodyka losowania

  4. Teoria błędów pomiarowych

    Rodzaje błędów: błędy podstawowe, dodatkowe, metody, bezwzględne i względne, systematyczne. Definicja próbki małej i dużej. Populacja generalna a próba.Opracowanie wyników badań środowiskowych

  5. Metody analizy danych środowiskowych

    Analiza statystyczna środowiskowych danych pomiarowych. Estymacja wyników pomiarów. Estymacja przedziałowa. Stawianie hipotez statystycznych. Weryfikacja hipotez.Opracowanie wyników badań środowiskowych

  6. Współczynnik korelacji rxy dwu i więcej zmiennych środowiskowych

    Współczynnik korelacji rxy Pearsona dla związku statystycznego dwu zmiennych środowiskowych. Opracowanie wyników badań środowiskowych

  7. Korelacja wieloraka i cząstkowa

    Opracowanie wyników badań

  8. Przedziały ufności

    Poziom istotności i przedziały ufności. Istotność statystyczna. Opracowanie wyników badań środowiskowych

  9. Parametryczne testy statystyczne

    Opracowanie wyników badań środowiskowych za pomocą parametrycznych testów statystycznych

  10. Nieparametryczne testy statystyczne.

    Opracowanie wyników badań środowiskowych za pomocą nieparametrycznych testów statystycznych

  11. Analiza SWOT

    Analiza SWOT jako podstawowe narzędzie planowania strategicznego w ochronie środowiska. Wyznaczniki zrównoważonego rozwoju

Auditorium classes:
  1. Charakterystyki liczbowe zbiorowości statystycznych

    Typowe rozkłady empiryczne. Klasy rozkładów empirycznych: rozkłady symetryczne i asymetryczne, rozkłady jednomodalne i wielomodalne, rozkłady wklęsłe, rozkłady równomierne

  2. Miary rozkładów empirycznych

    Miary tendencji centralnej. Średnia arytmetyczna. Obliczanie średniej arytmetycznej ważonej z szeregu rozdzielczego jedno- i wielostopniowego. Obliczanie mediany w szeregu rozdzielczym jedno- i wielostopniowym. Wyznaczanie modalnej z szeregu rozdzielczego jedno- i wielostopniowego

  3. Ocena rozproszenia zjawisk

    Ocena rozproszenia zjawisk za pomocą odchylenia standardowego i współczynnika zmienności. Dyspersja względnej klasyfikacji

  4. Współczynnik asymetrii

    Obliczanie współczynnika asymetrii wyników badań środowiskowych. Względna klasyczna miara skośności

  5. Miary koncentracji

    Leptokurtyczny i platykurtyczny rozkład danych. Obliczanie miar koncentracji

  6. Korelacja i regresja

    Obliczanie współczynnika korelacji rxy Pearsona dla związku statystycznego dwóch parametrów środowiskowych. Korelacja wieloraka i cząstkowa. Analiza regresji

  7. Zastosowanie parametrycznych testów statystycznych do opracowania wyników badań środowiskowych
  8. Zastosowanie nieparametrycznych testów statystycznych do opracowania wyników badań środowiskowych
  9. Wykorzystanie analizy SWOT do planowania strategicznego w ochronie środowiska. Określanie wyznaczników zrównoważonego rozwoju.
Laboratory classes:
  1. Środowisko użytkownika w programie Statistica
  2. Pliki z danymi

    Specyfikacja zmiennych i przypadków.
    Operacje na danych. Import i eksport danych

  3. Przykłady elementarnych analiz.

    Statystyki podstawowe i tabele. Metody nieparametryczne

  4. Wykresy

    Modyfikacje wykresów po utworzeniu. Eksploracyjne narzędzia graficzne

  5. Testy dla dwu niezależnych próbek. Test Walda-Wolfowitza. Test U Manna-Whitneya. Test Kołmogorowa-Smirnowa

    Test dla dwu zależnych próbek. Test znaków. Test kolejności par Wilcoxona. Test McNemary

    Testy dla n próbek. Test Kruskala-Wallisa. Test Friedmana. Test Q Cochrana

    Korelacje nieparametryczne: R Spearmana, Kendalla, test chi kwadrat niezależności

    Testy zgodności: test chi kwadrat, test Kołmogorowa-Smirnowa

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 60 h
Module ECTS credits 2 ECTS
Contact hours 1 h
Examination or Final test 2 h
Participation in laboratory classes 15 h
Participation in lectures 15 h
Preparation for classes 7 h
Participation in auditorium classes 15 h
Preparation of a report, presentation, written work, etc. 8 h
Realization of independently performed tasks -3 h
Additional information
Method of calculating the final grade:
Ocena końcowa jest średnią ważoną ocen z wykładów (waga 0,2), ćwiczeń audytoryjnych (waga 0,4) i ćwiczeń laboratoryjnych (waga 0,4). Obecność i aktywność na wykładach mogą być premiowane przez podniesienie oceny.
Prerequisites and additional requirements:

Znajomość materiału ze statystyki

Recommended literature and teaching resources:

Kobus P., Pietrzykowski R., Zieliński W.: Statystyka z pakietem STATISTICA, Fundacja Rozwój SGGW, Warszawa 2001.
Luszniewicz A., Słaby T.: Statystyczne analizy z użyciem pakietu STATISTICA PL, sylabusy I – VI, Wyższa Szkoła Handlu i Prawa, Warszawa 1999.
Sobczyk W.: Metody statystyczne w badaniach świadomości ekologicznej młodzieży. Skrypt uczelniany do zajęć z przedmiotu: matematyczne opracowanie wyników badań, Agencja Wydawniczo-Konsultingowa Geo, Kraków 2002.
Statistica PL. Ogólne konwencje i statystyki I, Wyd. StatSoft Sp. z o.o., Kraków 1997.
Zając K.: Zarys metod statystycznych, PWE, Warszawa 1994.
Zastosowanie metod statystycznych w badaniach naukowych I, wyd. StatSoft, Kraków 2000.
Zieliński T.: Jak pokochać statystykę, czyli STATISTICA do poduszki, Wyd. StatSoft Sp. z o.o. , Kraków 1999.

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

1. Sobczyk W.: Ocena skuteczności metod edukacji ekologicznej z zastosowanie testu t-Studenta dla zmiennych niepowiązanych. Mezinarodna Konference , Univerzita Palackeho, Olomouc 2001, Czechy, s. 246-249.
1. Sobczyk W.: Wykorzystanie współczynnika korelacji wielokrotnej w badaniach pedagogicznych. XIV DIDMATTECH 2001, Politechnika Radomska, Radom 2001, s. 612-617.
2. Sobczyk W.: Metody statystyczne w badaniach świadomości ekologicznej młodzieży. Skrypt uczelniany do zajęć z przedmiotu: matematyczne opracowanie wyników badań. Agencja Wydawniczo- Konsultingowa Geo, Kraków 2002, ss. 93.
3. Sobczyk W.: The application of computers in environmental studies and in education. Medzinárodna vedecka konferencia Schola 2006 „Kvalita výchovy a vzdelávania”, Bratislava 2006, s. 358-362.
4. Собчик В., Нагорнюк О. Польський досвід використання статистичних методів дослідження в екологічній освіті / Матеріали ІІІ Міжнародної науково-практичної конференції «Екотрофологія аспекти продовольчої та харчової безпеки» 17-18 вересня 2009 р. – Біла Церква: БНАУ, 2009. – С.172-175.
5. Biedrawa A., Sobczyk W.: AHP – komputerowe wspomaganie podejmowania złożonych decyzji. Rocznik Naukowy <Edukacja – Technika – Informatyka>, nr 1/2010, cz.1, Przemyśl 2010. ISSN 2080-9069, s. 285-291.
6. Biedrawa A., Sobczyk W.: AHP (Analitic Hierarchy Process) – Multicriteria method of solving decision tasks. Rozdział w monografii: Inżynieria procesowa w ochronie środowiska [Dokument elektroniczny]. ISBN 978-83-7342-266-7, Opole 2010, s. 3–10.
7. Sobczyk W., Biedrawa A.: Systemy informatyczne w modelowaniu procesów zarządzania środowiskiem. Rocznik Naukowy <Edukacja – Technika – Informatyka>, nr 2/2011, cz.1, Przemyśl 2011. ISSN 2080-9069, s. 325-336.
8. Sobczyk W., Kowalska A.: Ocena wpływu eksploatacji złóż żwirów w Myscowej na środowisko przyrodnicze doliny Wisłoki. Przegląd Górniczy 2014, t. 70, nr 5, s. 117–123.
9. Sobczyk W., Kowalska A., Sobczyk E.J.: Wykorzystanie wielokryterialnej metody AHP i macierzy Leopolda do oceny wpływu eksploatacji złóż żwirowo-piaskowych na środowisko przyrodnicze doliny Jasiołki. Gospodarka Surowcami Mineralnymi – Mineral Resources Management, 2014, vol. 2, s. 157-172.
10. Kowalska A., Sobczyk W.: Dodajemy mocne strony: wykorzystanie analizy SWOT do opisu pozytywnych aspektów działalności górniczej w raportach Oceny Oddziaływania na Środowisko (We add strengths: the use of a SWOT analysis to describe the positive aspects of mining activities in the reports of the Environmental Impact Assessment). Surowce i Maszyny Budowlane ISSN 1734-7998. 2014, nr 4–5, s. 46–48, 51-52.

Additional information:

Zaliczenie ćwiczeń audytoryjnych następuje poprzez uzyskanie pozytywnych ocen z przewidzianych kolokwiów. Zaliczenie wszystkich tematów z ćwiczeń audytoryjnych należy uzyskać w terminie podstawowym (jeden termin) do końca danego semestru. Dopuszcza się zaliczenie ćwiczeń w jednym terminie poprawkowym. Obecność na ćwiczeniach audytoryjnych i laboratoryjnych jest obowiązkowa. Jeżeli student opuścił więcej niż 25% ćwiczeń audytoryjnych, nie będzie dopuszczony do zaliczenia. Do zaliczenia ćwiczeń laboratoryjnych konieczne jest wykonanie wszystkich doświadczeń oraz uzyskanie pozytywnej oceny ze wszystkich sprawozdań. Usprawiedliwiona nieobecność na ćwiczeniach może być odrobiona z inną grupą, ale tylko pod warunkiem zgody prowadzących oraz w przypadku wolnego miejsca przy stanowisku. Obecność na wykładach jest zalecana i może być premiowana podwyższeniem oceny końcowej. Zaliczenie wykładów odbywa się w jednym terminie podstawowym i jednym poprawkowym. Formą zaliczenia wykładów jest kolokwium pisemne obejmujące treści podane na wykładach. Oceny pozytywnej nie można poprawiać na wyższą.
60% ćwiczeń konwersatoryjnych odbywa się metodą E-learning.