Module also offered within study programmes:
General information:
Name:
Advanced problems in mathematics and mathematical statistics
Course of study:
2019/2020
Code:
ZSDA-3-0066-s
Faculty of:
Szkoła Doktorska AGH
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Szkoła Doktorska AGH
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polski i Angielski
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż, prof. AGH Barańska Anna (abaran@agh.edu.pl)
Dyscypliny:
Moduł multidyscyplinarny
Module summary

Zajęcia mają na celu przybliżenie metod statystycznych, które będą omawiane na konkretnych przykładach przygotowanych zbiorów danych. Uczestnik ma się nauczyć poprawnego wnioskowania statystycznego oraz przyswoić uwarunkowania rzetelnie prowadzonych analiz statystycznych, które zapewnia wiarygodność wyciąganych wniosków..

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: is able to
M_K001 Student ma kompetencje krytycznej oceny dorobku w ramach danej dyscypliny naukowej, krytycznej oceny własnego wkładu w rozwój dyscypliny, uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych; SDA3A_K01 Activity during classes
Skills: he can
M_U001 Student potrafi inicjować debatę i uczestniczyć w dyskursie naukowym; SDA3A_U04 Activity during classes
Knowledge: he knows and understands
M_W001 Student zna metodologię badań naukowych SDA3A_W03 Test,
Activity during classes
M_W002 Student zna w stopniu umożliwiającym rewizję istniejących paradygmatów światowy dorobek, obejmujący podstawy teoretyczne oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla dyscypliny lub dyscyplin naukowych w ramach której przygotowuję rozprawę doktorską; SDA3A_W01 Activity during classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 15 0 0 0 0 0 0 0 0 0
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
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Student ma kompetencje krytycznej oceny dorobku w ramach danej dyscypliny naukowej, krytycznej oceny własnego wkładu w rozwój dyscypliny, uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych; + + - - - - - - - - -
Skills
M_U001 Student potrafi inicjować debatę i uczestniczyć w dyskursie naukowym; + + - - - - - - - - -
Knowledge
M_W001 Student zna metodologię badań naukowych + + - - - - - - - - -
M_W002 Student zna w stopniu umożliwiającym rewizję istniejących paradygmatów światowy dorobek, obejmujący podstawy teoretyczne oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla dyscypliny lub dyscyplin naukowych w ramach której przygotowuję rozprawę doktorską; - - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 43 h
Module ECTS credits 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 h
Preparation for classes 1 h
Realization of independently performed tasks 10 h
Examination or Final test 1 h
Contact hours 1 h
Module content
Lectures (15h):

Zajęcia w formie wykładowego wprowadzenia do zagadnień rozwiązywanych samodzielnie przy komputerach, pod opieką prowadzącego.

Auditorium classes (15h):

Po wykładowym wprowadzeniu – samodzielne prowadzenie analiz statystycznych przy stanowisku komputerowym, pod opieką prowadzącego.

Additional information
Teaching methods and techniques:
  • Lectures: Praca przy stanowisku komputerowym.
  • Auditorium classes: Praca przy stanowisku komputerowym.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie w formie kolokwium pisemnego z treści przekazanych na zajęciach w formie teoretycznej i praktycznej. Pytania teoretyczne oraz krótkie problemy praktyczne.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Obecność obowiązkowa.
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Obecność obowiązkowa
Method of calculating the final grade:

Ocena z kolokwium zaliczeniowego z uwzględnieniem obecności i aktywności na zajęciach.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Samodzielna praca studenta z materiałem przerobionym na zajęciach, z możliwą konsultacją u prowadzącego.

Prerequisites and additional requirements:

Podstawowe wiadomości ze statystyki matematycznej.

Recommended literature and teaching resources:

1 Aczel Amir D., Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa 2000.
2 Burzyński J., Rachunek prawdopodobieństwa i statystyka matematyczna dla wydziałów technicznych i przyrodniczych akademii rolniczych, Akademia Rolnicza im. H. Kołłątaja, Kraków 1982.
3 Czaja J., Modele statystyczne w informacji o terenie, Wydawnictwa AGH, Kraków 1996.
4 Feller W., An introduction to Probability Theory and its Applications, tom 2, Wiley, New York 1971.
5 Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna, Warszawa 1976.
6 Hellwig Z., Elementy rachunku prawdopodobieństwa i statystyki matematycznej, PWN, Warszawa 1998.
7 Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2001.
8 Krysicki W. i in., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, PWN, Warszawa 1995.
9 Ombach J., Wstęp do rachunku prawdopodobieństwa, Wydawnictwa UJ, Kraków 1993.
10 Ostasiewicz S., Rusnak Z., Siedlecka U., Statystyka – elementy teorii i zadania, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2005.
11 Plucińscy A. E., Probabilistyka, WNT, Warszawa 2000.

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

1. Application of non-parametric tests of significance to the market analyses — Zastosowanie nieparametrycznych testów istotności w analizach rynku / Anna BARAŃSKA // W: FIG Working Week 2012
2. Criteria of database quality appraisement and choice stochastic models in prediction of real estate market value / Anna BARAŃSKA // W: FIG Working Week 2004
3. Elementy probabilistyki i statystyki matematycznej w inżynierii środowiska — [Elements of probability calculus and mathematical statistics in environmental engineering] / Anna BARAŃSKA. — Kraków : AGH Uczelniane Wydawnictwa Naukowo-Dydaktyczne, 2008.
4. Linear and nonlinear weighing of property features / Anna BARAŃSKA // Real Estate Management and Valuation [Dokument elektroniczny]. – Czasopismo elektroniczne ; ISSN 2300-5289. — Tytuł poprz.: Studia i Materiały Towarzystwa Naukowego Nieruchomości ; ISSN: 1733-2478. — 2019 vol. 27 no. 1, s. 59–68.
5. Modele multiplikatywne w procesie wyceny nieruchomości — Multiplicative models in real estate assessment process / Anna BARAŃSKA // Studia i Materiały Towarzystwa Naukowego Nieruchomości = Journal of the Polish Real Estate Scientific Society ; ISSN 1733-2478. — 2010 vol. 18 no. 1, s. 65–81.

Additional information:

None