Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka
Tok studiów:
2019/2020
Kod:
GIGR-2-101-GB-s
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Geomechanika górnicza i budownictwo podziemne
Kierunek:
Inżynieria Górnicza
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż, prof. AGH Niedoba Tomasz (tniedoba@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Metody statystyczne w analizie danych. Dopasowanie rozkładu do danych empirycznych. Ocena jakości modelu statystycznego. Określenie dokładności oszacowanego wyniku badań. Estymacja błędu statystycznego. Estymatory parametrów rozkładów. Weryfikacja parametrycznych i nieparametrycznych hipotez statystycznych.

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 Posiada wiedzę na temat podstaw rachunku prawdopodobieństwa IGR2A_W01, IGR2A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_W002 Posiada wiedzę na temat zmiennych losowych i ich rozkładów IGR2A_W01, IGR2A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_W003 Wie co to jest analiza punktowa i przedziałowa i jak je interpretować IGR2A_W01, IGR2A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_W004 Posiada wiedzę na temat hipotez statystycznych i ich interpretacji IGR2A_W01, IGR2A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_W005 Posiada wiedzę na temat analizy korelacji i regresji dla dwóch i więcej zmiennych IGR2A_W01, IGR2A_W03 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
Umiejętności: potrafi
M_U001 Umie zamodelować dane statystyczne i dokonać ich interpretacji IGR2A_U04 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_U002 Potrafi zaplanować badania statystyczne IGR2A_U04 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_U003 Wie jak dobrać odpowiedni test i jak przeprowadzić proces weryfikacji hipotez statystycznych IGR2A_U04 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_U004 Wie jak wykonać proste modele statystyczne dla dwóch i więcej zmiennych losowych IGR2A_U04 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
M_U005 Posługuje się biegle metodą najmniejszych kwadratów IGR2A_U04 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń
Kompetencje społeczne: jest gotów do
M_K001 Zdobywa doświadczenie w pracy w grupie IGR2A_K01 Aktywność na zajęciach,
Wykonanie ćwiczeń,
Zaangażowanie w pracę zespołu
M_K002 Rozumie, że prawidłowy przepływ danych jest bezwarunkowo konieczny podczas badań naukowych IGR2A_K01 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń,
Zaangażowanie w pracę zespołu
M_K003 Ma świadomość wagi prawidłowej interpretacji wyników badań IGR2A_K01 Aktywność na zajęciach,
Egzamin,
Kolokwium,
Wykonanie ćwiczeń,
Zaangażowanie w pracę zespołu
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
45 15 30 0 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 Posiada wiedzę na temat podstaw rachunku prawdopodobieństwa + + - - - - - - - - -
M_W002 Posiada wiedzę na temat zmiennych losowych i ich rozkładów + + - - - - - - - - -
M_W003 Wie co to jest analiza punktowa i przedziałowa i jak je interpretować + + - - - - - - - - -
M_W004 Posiada wiedzę na temat hipotez statystycznych i ich interpretacji + + - - - - - - - - -
M_W005 Posiada wiedzę na temat analizy korelacji i regresji dla dwóch i więcej zmiennych + + - - - - - - - - -
Umiejętności
M_U001 Umie zamodelować dane statystyczne i dokonać ich interpretacji + + - - - - - - - - -
M_U002 Potrafi zaplanować badania statystyczne + + - - - - - - - - -
M_U003 Wie jak dobrać odpowiedni test i jak przeprowadzić proces weryfikacji hipotez statystycznych + + - - - - - - - - -
M_U004 Wie jak wykonać proste modele statystyczne dla dwóch i więcej zmiennych losowych + + - - - - - - - - -
M_U005 Posługuje się biegle metodą najmniejszych kwadratów + + - - - - - - - - -
Kompetencje społeczne
M_K001 Zdobywa doświadczenie w pracy w grupie + + - - - - - - - - -
M_K002 Rozumie, że prawidłowy przepływ danych jest bezwarunkowo konieczny podczas badań naukowych + + - - - - - - - - -
M_K003 Ma świadomość wagi prawidłowej interpretacji wyników badań + + - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 78 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 godz
Przygotowanie do zajęć 30 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 1 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):

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 (30h):

Zastosowanie rachunku prawdopodobieństwa (definicje prawdopodobieństwa, podstawowe twierdzenia, prawdopodobieństwo warunkowe, tw. Bayesa). Rozkłady zmiennych losowych: rozkład Bernoulliego, Poissona, rozkład równomierny, normalny, Weibulla i inne w zastosowaniu w górnictwie. Definiowanie populacji, próby, zasady losowania, podstawy opracowywania wyników: histogramy, momenty z próby, podstawowe twierdzenia o rozkładach statystyk na przykładach związanych z górnictwem. Obliczanie przedziałów ufności dla średniej, wariancji i wskaźnika struktury, określanie minimalnej wielkości próby, zasady pobierania prób na przykładach z górnictwa. Zastosowanie testów istotności – parametrycznych dla średnich i wariancji; nieparametrycznych – testy niezależności i zgodności na przykładach z górnictwa. Zastosowanie analizy korelacji i regresji, interpretacja modeli statystycznych. Zastosowanie elementów teorii eksperymentów. Planowanie czynnikowe, metoda gradientu i simpleksowa poszukiwania optimum. Wielowymiarowa analiza danych związanych z górnictwem. Wybrane metody statystyki nieklasycznej – przykłady. Zastosowanie programu STATISTICA PL w analizie danych.

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 audytoryjne: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Warunkiem dopuszczenia do egzaminu jest zaliczenie dwóch kolokwiów.
Zaliczenia poprawkowe podczas konsultacji albo w dodatkowo wyznaczonym terminie.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Tak
    – 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 audytoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: 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.
Sposób obliczania oceny końcowej:

Ocena z zaliczenia jest oceną końcową. Możliwe jest podwyższenie oceny w przypadku stwierdzenia szczególnej aktywności studenta podczas zajęć.

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

Praca indywidualna studenta wg ewentualnych wskazówek prowadzącego.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Matematyka na poziomie I stopnia studiów kierunkowych

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:

Zaliczenie na podstawie średniej oceny z 2 kolokwiów.
Kolokwia z zadań z zakresu realizowanego na ćwiczeniach audytoryjnych.
2 terminy każdego kolokwium (1 podstawowy i 1 poprawkowy).
Dopuszczalna jedna nieobecność nieusprawiedliwiona na ćwiczeniach audytoryjnych.
Aktywność na zajęciach może spowodować podniesienie oceny końcowej.
Nie przewiduje się możliwości poprawy oceny pozytywnej.