Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Metody nieparametryczne w statystyce
Tok studiów:
2019/2020
Kod:
ZIIE-1-405-n
Wydział:
Zarządzania
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Informatyka i Ekonometria
Semestr:
4
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Niestacjonarne
Strona www:
 
Prowadzący moduł:
Wójtowicz Tomasz (twojtow@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Celem modułu jest zapoznanie studentów z podstawowymi metodami nieparametrycznymi stosowanymi w statystyce. Pozwalają one prowadzić analizę danych np. w przypadku, gdy nie jest spełnione założenie o ich normalności.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 podstawowe metody nieparametryczne stosowane w statystyce IIE1A_W04, IIE1A_W03 Kolokwium
M_W002 własności i ograniczenia stosowania metod nieparametrycznych. IIE1A_W04, IIE1A_W03 Kolokwium
Umiejętności: potrafi
M_U001 dobrać odpowiednią metodę nieparametryczną do analizy zadanego problemu praktycznego. IIE1A_U03 Projekt
M_U002 wykorzystać odpowiednie narzędzia języka R do zastosowania metod nieparametrycznych. IIE1A_U04 Projekt
Kompetencje społeczne: jest gotów do
M_K001 krytycznej oceny posiadanej wiedzy IIE1A_K03 Projekt
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
16 8 0 0 8 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 podstawowe metody nieparametryczne stosowane w statystyce + - - - - - - - - - -
M_W002 własności i ograniczenia stosowania metod nieparametrycznych. + - - - - - - - - - -
Umiejętności
M_U001 dobrać odpowiednią metodę nieparametryczną do analizy zadanego problemu praktycznego. - - - + - - - - - - -
M_U002 wykorzystać odpowiednie narzędzia języka R do zastosowania metod nieparametrycznych. - - - + - - - - - - -
Kompetencje społeczne
M_K001 krytycznej oceny posiadanej wiedzy - - - + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 56 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 16 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 30 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (8h):
  1. 1. Wnioskowanie statystyczne: estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych. Moc testu.
    2. Metody rangowe. Porównanie rozkładu cech w dwóch populacjach. Porównanie rozkładów dla par obserwacji.
    3. Rangowe testy niezależności.
    4. Porównanie rozkładów cech w wielu populacjach. Test Kruskala-Wallisa.
    5. Regresja nieparametryczna.
    6. Nieparametryczna estymacja gęstości rozkładu.

  2. 1. Wnioskowanie statystyczne: estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych. Moc testu.
    2. Metody rangowe. Porównanie rozkładu cech w dwóch populacjach. Porównanie rozkładów dla par obserwacji.
    3. Rangowe testy niezależności.
    4. Porównanie rozkładów cech w wielu populacjach. Test Kruskala-Wallisa.
    5. Regresja nieparametryczna.
    6. Nieparametryczna estymacja gęstości rozkładu.

Ćwiczenia projektowe (8h):
  1. 1. Wnioskowanie statystyczne: estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych. Moc testu.
    2. Metody rangowe. Porównanie rozkładu cech w dwóch populacjach. Porównanie rozkładów dla par obserwacji.
    3. Rangowe testy niezależności.
    4. Porównanie rozkładów cech w wielu populacjach. Test Kruskala-Wallisa.
    5. Regresja nieparametryczna.
    6. Nieparametryczna estymacja gęstości rozkładu.

  2. 1. Wnioskowanie statystyczne: estymacja punktowa i przedziałowa. Testowanie hipotez statystycznych. Moc testu.
    2. Metody rangowe. Porównanie rozkładu cech w dwóch populacjach. Porównanie rozkładów dla par obserwacji.
    3. Rangowe testy niezależności.
    4. Porównanie rozkładów cech w wielu populacjach. Test Kruskala-Wallisa.
    5. Regresja nieparametryczna.
    6. Nieparametryczna estymacja gęstości rozkładu.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia projektowe: W trakcie ćwiczeń projektowych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Warunkiem zaliczenia przedmiotu jest uzyskanie pozytywnej oceny z ćwiczeń projektowych.

Ocena z ćwiczeń projektowych jest obliczania na podstawie punktów przyznanych za wykonanie i prezentację projektu oraz z uzyskanych z kolokwium zaliczeniowego.

W przypadku nieuzyskania zaliczenia w terminie podstawowym student ma prawo do dwukrotnego zaliczania ćwiczeń w terminach poprawkowych (ustalonych przez prowadzącego ćwiczenia) pod warunkiem wcześniejszego wyrównania ew. zaległości powstałych wskutek nieobecności na zajęciach oraz oddania i prezentacji projektu.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Udział w wykładach jest nieobowiązkowy.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Udział jest obowiązkowy.
Sposób obliczania oceny końcowej:

Ocena końcowa z przedmiotu jest obliczana na podstawie średniej arytmetycznej ocen z wszystkich terminów zaliczeń ćwiczeń projektowych. W przypadku, gdy średnia ta jest mniejsza niż 3, to ocena końcowa jest równa 3,0.

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

Tryb wyrównania zaległości powstałych wskutek nieobecności studenta na zajęciach ustala prowadzący zajęcia uwzględniając specyfikę oraz wielkość powstałych zaległości.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

Domanski Cz., Pruska K., Nieklasyczne metody statystyczne, PWE, 2000.
Hansen B. E. Econometrics, University of Wisconsin, 2019.
Jóźwiak J., Podgórski J. „Statystyka od podstaw”, PWE, Warszawa, 2001.
Koronacki J., Mielniczuk J. „Statystyka”. WNT, Warszawa, 2001.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Henryk GURGUL, Tomasz WÓJTOWICZ (2015) The response of intraday ATX returns to U.S. macroeconomic news. Finance a úvěr – Czech Journal of Economics and Finance, vol. 65 no. 3, s. 230–253.

Henryk GURGUL, Tomasz WÓJTOWICZ (2014) The impact of US macroeconomic news on the Polish stock market : the importance of company size to information flow. Central European Journal of Operations Research. vol. 22 (4), s. 795–817.

Tomasz WÓJTOWICZ (2014) The application of discriminant analysis in forecasting of investors’ reaction to macroeconomic news announcements. Quantitative Methods in Economics. vol. 15 (2), s. 252–260.

Informacje dodatkowe:

Ogólne warunki uczestnictwa i zaliczenia przedmiotu określa Regulamin Studiów.