Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka
Tok studiów:
2017/2018
Kod:
GIS-2-101-ZS-s
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Zagospodarowanie surowców i odpadów
Kierunek:
Inżynieria Środowiska
Semestr:
1
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
dr hab. inż, prof. AGH Niedoba Tomasz (tniedoba@agh.edu.pl)
Osoby prowadzące:
dr hab. inż, prof. AGH Niedoba Tomasz (tniedoba@agh.edu.pl)
prof. nadzw. dr hab. inż. Saramak Daniel (dsaramak@agh.edu.pl)
Krótka charakterystyka modułu

Zapoznanie się z elementami rachunku prawdopodobieństwa i rozkładami zmiennych losowych

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 Posiada podstawową wiedzę na temat rachunku prawdopodobieństwa IS2A_W01, IS2A_W06 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_W002 Posiada wiedzę na temat zmiennych losowych typu skokowego i ciągłego oraz ich rozkładów IS2A_W01, IS2A_W06 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_W003 Wie jak pobrać próbkę reprezentatywną dla różnego rodzaju zmiennych losowych IS2A_W01, IS2A_W06 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_W004 Wie w jaki sposób testować i weryfikować hipotezy statystyczne IS2A_W01, IS2A_W06 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_W005 Posiada wiedzę na temat badania korelacji i szukania równania regresji dla dwóch i większej ilości zmiennych losowych IS2A_W01, IS2A_W06 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
Umiejętności
M_U001 Potrafi interpretować dane statystyczne IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_U002 Potrafi stawiać i weryfikować hipotezy statystyczne za pomocą odpowiednich testów statystycznych IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_U003 Potrafi prawidłowo dobrać typ rozkładu do danego zestawu danych IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_U004 Umie stosować wzory z zakresu rachunku prawdopodobieństwa w zagadnieniach z inżynierii środowiska IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_U005 Potrafi tworzyć prognozy na podstawie historycznych danych statystycznych IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_U006 Umie dokonać analizy korelacji i regresji dla wybranego zestawu danych IS2A_U14, IS2A_U13 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
Kompetencje społeczne
M_K001 Ma świadomość istoty prawidłowo pobranej próbki do badań jako głównego nośnika potencjalnych błędów IS2A_K01, IS2A_K04 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_K002 Jest świadomy istoty badań statystycznych dla formułowania prognoz związanych z zanieczyszczeniem środowiska IS2A_K05, IS2A_K01, IS2A_K04, IS2A_K03 Aktywność na zajęciach,
Kolokwium,
Wykonanie ćwiczeń
M_K003 Jest świadomy konieczności unifikacji danych statystycznych w poszczególnych jednostkach badawczych IS2A_K01, IS2A_K04 Aktywność na zajęciach,
Kolokwium,
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
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Posiada podstawową wiedzę na temat rachunku prawdopodobieństwa + + - - - - - - - - -
M_W002 Posiada wiedzę na temat zmiennych losowych typu skokowego i ciągłego oraz ich rozkładów + + - - - - - - - - -
M_W003 Wie jak pobrać próbkę reprezentatywną dla różnego rodzaju zmiennych losowych + + - - - - - - - - -
M_W004 Wie w jaki sposób testować i weryfikować hipotezy statystyczne + + - - - - - - - - -
M_W005 Posiada wiedzę na temat badania korelacji i szukania równania regresji dla dwóch i większej ilości zmiennych losowych + + - - - - - - - - -
Umiejętności
M_U001 Potrafi interpretować dane statystyczne + + - - - - - - - - -
M_U002 Potrafi stawiać i weryfikować hipotezy statystyczne za pomocą odpowiednich testów statystycznych + + - - - - - - - - -
M_U003 Potrafi prawidłowo dobrać typ rozkładu do danego zestawu danych + + - - - - - - - - -
M_U004 Umie stosować wzory z zakresu rachunku prawdopodobieństwa w zagadnieniach z inżynierii środowiska + + - - - - - - - - -
M_U005 Potrafi tworzyć prognozy na podstawie historycznych danych statystycznych + + - - - - - - - - -
M_U006 Umie dokonać analizy korelacji i regresji dla wybranego zestawu danych + + - - - - - - - - -
Kompetencje społeczne
M_K001 Ma świadomość istoty prawidłowo pobranej próbki do badań jako głównego nośnika potencjalnych błędów + + - - - - - - - - -
M_K002 Jest świadomy istoty badań statystycznych dla formułowania prognoz związanych z zanieczyszczeniem środowiska + + - - - - - - - - -
M_K003 Jest świadomy konieczności unifikacji danych statystycznych w poszczególnych jednostkach badawczych + + - - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

Elementy rachunku prawdopodobieństwa, definicje prawdopodobieństwa, podstawowe twierdzenia, prawdopodobieństwo warunkowe, tw. Bayesa. Rozkłady zmiennych losowych: rozkład Bernoulliego, Poissona, rozkład równomierny, normalny, Weibulla i inne. Definicje populacji, próby, zasady losowania, podstawy opracowywania wyników: histogramy, momenty z próby, podstawowe twierdzenia o rozkładach statystyk. Przedziały ufności dla średniej, wariancji i wskaźnika struktury, wzory na wielkość próby, zasady pobierania prób. Testy istotności – parametryczne dla średnich i wariancji; nieparametryczne – testy niezależności i zgodności. Analiza korelacji i regresji. Elementy teorii eksperymentów. Planowanie czynnikowe, metoda gradientu i simpleksowa poszukiwania optimum. Wielowymiarowa analiza danych. Wybrane metody statystyki nieklasycznej.

Ćwiczenia audytoryjne:

1. Rachunek prawdopodobieństwa, kombinatoryka, podstawowe twierdzenia, prawdopodobieństwo całkowite, prawdopodobieństwo warunkowe, wzór Bayesa, schemat Bernoulliego.
2. Estymatory statystyczne.
3. Zasady tworzenia histogramów.
4. Rozkłady zmiennych losowych skokowych i ciągłych (rozkład dwumianowy, Poissona, normalny, log-normalny, t-Studenta, chi-kwadrat, Weibulla i inne).
5. Tablice statystyczne i ich zastosowanie.
6. Zasady obliczania funkcji gęstości i dystrybuanty dla zmiennych losowych ciągłych.
7. Przedziały ufności.
8. Obliczanie wielkości próbki reprezentatywnej. Próbka a populacja generalna.
9. Testowanie hipotez statystycznych – testy parametryczne i nieparametryczne.
10. Analiza korelacji i regresji. Regresja liniowa. Regresja wieloraka.
11. Planowanie eksperymentu.
12. Analiza czynnikowa i jej zastosowanie.
13. Wielowymiarowa analiza danych.
14. Zastosowanie programu STATISTICA PL w analizie danych.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 78 godz
Punkty ECTS za moduł 3 ECTS
Egzamin lub kolokwium zaliczeniowe 2 godz
Przygotowanie do zajęć 15 godz
Udział w ćwiczeniach audytoryjnych 30 godz
Dodatkowe godziny kontaktowe z nauczycielem 1 godz
Samodzielne studiowanie tematyki zajęć 15 godz
Udział w wykładach 15 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Ocena z zaliczenia jest średnią oceną z dwóch kolokwiów. Aktywność na zajęciach może wpłynąć pozytywnie na wyższą ocenę.

Wymagania wstępne i dodatkowe:

Matematyka (I stopień studiów)

Zalecana literatura i pomoce naukowe:

1. J. Greń: Statystyka matematyczna. Modele i zadania, PWN, Warszawa, 1984.
2. W. Krysicki: Rachunek prawdopodobieństwa i statystyka matematyczna, t. I i II, PWN, Warszawa, 2007.
3. W. Klonecki: Statystyka dla inżynierów, PWN, Warszawa, 1999.
4. J. Koronacki: Statystyka dla kierunków technicznych i przyrodniczych, WN-T, Warszawa, 2006.
5. M. Sobczyk: Statystyka opisowa, Wydawnictwo CH Beck, Warszawa, 2010.
6. A. Plucińska, E. Pluciński: Probabilistyka, WN-T, Warszawa, 2000.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Jamróz D., Niedoba T.: Application of multidimensional data visualization by means of self-organizing Kohonen maps to evaluate classification possibilities of various coal types, Archives of Mining Sciences, vol. 60(1), pp. 39-50, 2015.
2. Niedoba T.: Application of relevance maps in multidimensional classification of coal types, Archives of Mining Sciences, vol. 60(1), pp. 93-106, 2015.
3. Jamróz D., Niedoba T.: Comparison of selected methods of multi-parameter data visualization used for classification of coals, Physicochemical Problems of Mineral Processing, vol. 51(2), pp. 769-784, 2015.
4. Niedoba T.: Elementy metodologii stosowania dwu- i wielowymiarowych rozkładów właściwości materiałów uziarnionych do opisu wzbogacania węgli, Gospodarka Surowcami Mineralnymi, vol. 29(2), pp. 155-172, 2013.
5. Niedoba T.: Statistical analysis of the relationship between particle size and particle density of raw coal, Physicochemical Problems of Mineral Processing, vol. 49(1), pp. 175-188, 2013.
6. Niedoba T.: Wielowymiarowe charakterystyki zmiennych losowych w opisie materiałów uziarnionych i procesów ich rozdziału, Wydawnictwo Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN, seria: Studia, Rozprawy, Monografie, 2013.
7. Tumidajski T., Saramak D.: Metody i modele statystyki matematycznej w przeróbce surowców mineralnych, Wydawnictwa AGH, 2009.

Informacje dodatkowe:

Dopuszczalne dwie nieusprawiedliwione nieobecności na zajęciach.
Dopuszczalna poprawa oceny z zaliczenia jeżeli student wykazywał aktywność podczas zajęć.
Formy kolokwiów – 2 kolokwia z zadań dotyczących zagadnień poruszanych na zajęciach. Dla każdego kolokwium 2 terminy (1 podstawowy i 1 poprawkowy).
Dopuszczalne odrabianie zajęć z innymi grupami.
Nie przewiduje się możliwości poprawy oceny pozytywnej.