Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Advanced Statistical Methods
Tok studiów:
2019/2020
Kod:
BGFI-2-110-AG-s
Wydział:
Geologii, Geofizyki i Ochrony Środowiska
Poziom studiów:
Studia II stopnia
Specjalność:
Applied geophysics
Kierunek:
Geofizyka
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Puskarczyk Edyta (puskar@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

The analysis of variance: the two-way analysis, two-way interactions,
Testing individual hypotheses – post-hoc comparisons, introduction to complex designs, the analysis of covariance and multivariate analysis of variance
The multiple regression
Nonlinear estimation
Principal components analysis
Cluster analysis
Overview of other multivariate methods: discriminant function analysis, factor analysis
Artificial Neural Networks
Time Series analysis

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 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne GFI2A_W02, GFI2A_W10, GFI2A_W01 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
Umiejętności: potrafi
M_U001 Zna i potrafi przeprowadzić analizę wariancji i regresji GFI2A_W02, GFI2A_U01, GFI2A_U03 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
M_U002 Zna metody wielowymiarowe analizy danych i potrafi je zastosować dla danych geofizycznych GFI2A_W02, GFI2A_U12, GFI2A_W10, GFI2A_W01 Kolokwium,
Wykonanie projektu,
Wykonanie ćwiczeń
M_U003 Zna i potrafi korzystać z specjalistycznego oprogramowania do analiz statystycznych GFI2A_U09, GFI2A_W02, GFI2A_W06, GFI2A_U15 Wykonanie projektu,
Wykonanie ćwiczeń
Kompetencje społeczne: jest gotów do
M_K001 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania GFI2A_K04, GFI2A_K01 Wykonanie projektu,
Wykonanie ćwiczeń
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
90 30 0 60 0 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 Rozumie i potrafi zastosować w naukach o Ziemi wybrane metody statystyczne + - + - - - - - - - -
Umiejętności
M_U001 Zna i potrafi przeprowadzić analizę wariancji i regresji + - + - - - - - - - -
M_U002 Zna metody wielowymiarowe analizy danych i potrafi je zastosować dla danych geofizycznych + - + - - - - - - - -
M_U003 Zna i potrafi korzystać z specjalistycznego oprogramowania do analiz statystycznych - - + - - - - - - - -
Kompetencje społeczne
M_K001 Potrafi w sposób kompetentny i odpowiedzialny określić ważności i kolejność wykonywanych zadań w realizowanym projekcie oraz dokonywać prawidłowego wnioskowania - - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 137 godz
Punkty ECTS za moduł 5 ECTS
Udział w zajęciach dydaktycznych/praktyka 90 godz
Przygotowanie do zajęć 12 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 15 godz
Samodzielne studiowanie tematyki zajęć 13 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 5 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):

The analysis of variance: the two-way analysis, two-way interactions,
Testing individual hypotheses – post-hoc comparisons, introduction to complex designs, the analysis of covariance and multivariate analysis of variance
The multiple regression: parameter estimation, estimation of the covariance matrix, testing hypotheses on regression and parameters, selecting an optimal regression model, stepwise regression
Nonlinear estimation
Principal components analysis
Cluster analysis
Overview of other multivariate methods: discriminant function analysis, factor analysis

Ćwiczenia laboratoryjne (60h):

The analysis of variance
Testing individual hypotheses
The multiple regression
Principal components analysis
Cluster analysis
Final project

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 laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie projektów wykonywanych podczas laboratorium, pozytywna ocena z laboratorium warunkiem dopuszczenia do egzaminu

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Sposób obliczania oceny końcowej:

Obecność na wykładach, zaliczenie projektów, ocena końcowa: średnia ocen zegzaminu (60%) i laboratoriów (40%)

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

ustalenie indywidualnego terminu zaliczenia podczas konsultacji

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

wpis na pierwszy semestr drugiego stopnia studiów, zaliczenie podstawowego kursu statystyki

Zalecana literatura i pomoce naukowe:

Dillon, W. R. and Goldstein, M., 1984, Multivariate Analysis: Methods and Applications. New York: Wiley
Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W.,1996, Applied Linear Statistical Models. Chicago: Irwin
Everitt, B. S. , 1998, The Cambridge Dictionary of Statistics. New York: Cambridge University Press

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Application of multivariate statistical methods for characterizing heterolithic reservoirs based on wireline logs – example from the Carpathian Foredeep Basin (Middle Miocene, SE Poland) / Edyta PUSKARCZYK, Jadwiga JARZYNA, Szczepan J. PORĘBSKI // Geological Quarterly ; ISSN 1641-7291. — 2015 vol. 59 iss. 1, s. 157–168. — Bibliogr. s. 167–168.
2. Applying of the Artificial Neural Networks (ANN) to identify and characterize \emph {sweet spots} in shale gas formations / Edyta PUSKARCZYK // E3S Web of Conferences [Dokument elektroniczny]. – Czasopismo elektroniczne ; ISSN 2267-1242. — 2018 vol. 35 art. no. 03008, s. 1–7.
3. Analiza heterogeniczności skały łupkowej z gazem z wykorzystaniem wielowymiarowych metod statystycznych (PCA, FA, CA, ANN), na podstawie wyników profilowań geofizyki otworowej i badań laboratoryjnych — [Shale gas formation heterogeneity analysis using multidimensional statistical methods (PCA, FA, CA, ANN) on the basis of well logging and laboratory investigations] / Edyta PUSKARCZYK // W: Adaptacja do warunków polskich metodologii wyznaczania \emph {sweet spotów} na podstawie korelacji pomiarów geofizycznych z rdzeniami wiertniczymi : zadanie 10. w projekcie MWSSSG: metodologia wyznaczania \emph {sweet spotów} na podstawie własności geochemicznych, petrofizycznych, geomechanicznych w oparciu o korelację wyników badań laboratoryjnych z pomiarami geofizycznymi i model generacyjny 3D / red. nauk. Jadwiga Jarzyna, Kamila Wawrzyniak-Guz. — Kraków : Drukarnia GOLDDRUK Wojciech Golachowski, 2017. — ISBN: 978-83-7464-915-5. — S. 185–212. — Bibliogr. wspólna dla wszystkich rozdziałów s. 490–500

Informacje dodatkowe:

Brak