Module also offered within study programmes:
General information:
Name:
Mathematics with Elements of Statistics
Course of study:
2019/2020
Code:
ZZIP-1-301-s
Faculty of:
Management
Study level:
First-cycle studies
Specialty:
-
Field of study:
Management and Production Engineering
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
dr Wolak Jacek (jwolak@agh.edu.pl)
Module summary

Przedmiot ma za zadanie zapoznać studentów z podstawowymi narzędziami statystyki opisowej i matematycznej.

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 Jest gotów do uczestniczenia w przygotowaniu i prowadzeniu projektów ZIP1A_K03 Activity during classes
Skills: he can
M_U001 Potrafi korzystać z narzędzi rachunku prawdopodobieństwa i statystyki matematycznej do opisu i analizy zjawisk ekonomicznych. ZIP1A_U04 Activity during classes,
Examination,
Test
M_U002 Potrafi zastosować standardowe metody opisu i analizy statystycznej danych ekonomicznych ZIP1A_U01, ZIP1A_U04 Examination,
Activity during classes,
Test
Knowledge: he knows and understands
M_W001 Zna i rozumie standardowe metody opisu i analizy statystycznej danych ekonomicznych ZIP1A_W02 Examination
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
45 15 15 0 15 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 Jest gotów do uczestniczenia w przygotowaniu i prowadzeniu projektów - - - + - - - - - - -
Skills
M_U001 Potrafi korzystać z narzędzi rachunku prawdopodobieństwa i statystyki matematycznej do opisu i analizy zjawisk ekonomicznych. - + - + - - - - - - -
M_U002 Potrafi zastosować standardowe metody opisu i analizy statystycznej danych ekonomicznych - + - + - - - - - - -
Knowledge
M_W001 Zna i rozumie standardowe metody opisu i analizy statystycznej danych ekonomicznych + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 150 h
Module ECTS credits 6 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 h
Preparation for classes 60 h
Realization of independently performed tasks 45 h
Module content
Lectures (15h):
  1. 1. Wprowadzenie do przedmiotu.
    2. Statystyka opisowa, graficzna prezentacja danych.
    3. Zmienna losowa i jej własności. Przegląd wybranych rozkładów (skokowe i ciągłe).
    4. Przedziały ufności. Zasada konstrukcji testów istotności.
    5. Przegląd wybranych testów parametrycznych oraz nieparametrycznych.
    6. Związki korelacyjne między zmiennymi różnych typów.
    7. Model regresji liniowej. Test istotności parametrów i test istotności modelu.

Auditorium classes (15h):

1. Wprowadzenie do przedmiotu.
2. Statystyka opisowa, graficzna prezentacja danych.
3. Zmienna losowa i jej własności. Przegląd wybranych rozkładów (skokowe i ciągłe).
4. Przedziały ufności. Zasada konstrukcji testów istotności.
5. Przegląd wybranych testów parametrycznych oraz nieparametrycznych.
6. Związki korelacyjne między zmiennymi różnych typów.
7. Model regresji liniowej.

Project classes (15h):

1. Wprowadzenie do przedmiotu.
2. Statystyka opisowa, graficzna prezentacja danych.
3. Zmienna losowa i jej własności. Przegląd wybranych rozkładów (skokowe i ciągłe).
4. Przedziały ufności. Zasada konstrukcji testów istotności.
5. Przegląd wybranych testów parametrycznych oraz nieparametrycznych.
6. Związki korelacyjne między zmiennymi różnych typów.
7. Model regresji liniowej.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Auditorium classes: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:
  • Zaliczenie ćwiczeń audytoryjnych i projektowych następuje na podstawie kolokwiów.
  • Do egzaminu w danym terminie można podejść wyłącznie wówczas, gdy ma się zaliczone ćwiczenia audytoryjne i ćwiczenia projektowe na min. 3.0.
  • Brak zaliczenia powoduje utratę terminu (tj. na I termin nie może przyjść osoba, która nie ma zaliczenia ćwiczeń w I terminie itp.)
Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:
  • Pozytywną ocenę końcową wystawia się pod warunkiem zdania egzaminu z wykorzystaniem średniej ważonej ocen: z egzaminu (60%), ćwiczeń audytoryjnych (20%) i ćwiczeń projektowych (20%).
  • Przy wyznaczaniu średniej pod uwagę bierze się wszystkie uzyskane oceny z egzaminu/zaliczenia.
Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:
  • Obecność na wykładach nie jest obowiązkowa. Obecność na zajęciach ćwiczeniowych i projektowych jest obowiązkowa.
  • Ewentualne nieobecności należy usprawiedliwiać u prowadzącego ćwiczenia, z którym należy każdorazowo ustalić zakres materiału, jaki należy samodzielnie nadrobić.
Prerequisites and additional requirements:

Zaliczenie przedmiotu: Rachunek całkowy

Recommended literature and teaching resources:

1. Aczel A. D., Statystyka w zarządzaniu, PWN, Warszawa 2000
2. Jóźwiak J., Podgórski J., Statystyka od podstaw, PWE, Warszawa, 2000
3. Krysicki W., Bartos J. i inni, Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, cz. 1 i 2, PWN, Warszawa 1986 i nast. wyd.

Scientific publications of module course instructors related to the topic of the module:
  1. Jacek WOLAK, Zależności między wybranymi miarami płynności na przykładzie danych z GPW w Warszawie, Zeszyty Naukowe / Wyższa Szkoła Ekonomii i Informatyki w Krakowie, 2015, 11, s. 223–233.
  2. Marcin SUDER, Jacek WOLAK, Tomasz WÓJTOWICZ, Zastosowanie rozkładów stabilnego, hiperbolicznego i odwrotnego gaussowskiego do opisu dziennych stóp zwrotu indeksów giełd europejskich, Ekonomia Menedżerska, 2008, 3, s. 67–75.
Additional information:

Nie dotyczy