Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka w Zarządzaniu
Tok studiów:
2019/2020
Kod:
AMAT-2-203-MZ-s
Wydział:
Matematyki Stosowanej
Poziom studiów:
Studia II stopnia
Specjalność:
Matematyka w zarządzaniu
Kierunek:
Matematyka
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. Malczak Jan (malczak@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Wiedza w zakresie statystyki matematycznej. Główne pojęcia, koncepcje i twierdzenia. Podstawowe pakiety statystyczne. Zastosowania statystyki w zarządzaniu.

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 Zna metody nieparametryczne i potrafi je wykorzystać w praktyce biznesowej MAT2A_W12, MAT2A_W04 Kolokwium,
Odpowiedź ustna
M_W002 Zna podstawowe zagadnienia wnioskowania statystycznego i umie interpretować rezultaty w wyniku ich użycia MAT2A_U12, MAT2A_W04 Kolokwium,
Odpowiedź ustna
Umiejętności: potrafi
M_U001 Umie zaprojektować i przeprowadzić badania sondażowe i inne analizy przydatne w praktyce zarządzania MAT2A_U11, MAT2A_U16 Kolokwium,
Odpowiedź ustna
M_U002 Potrafi stosować metody statystyczne do kontroli jakości MAT2A_U12, MAT2A_U11, MAT2A_U04, MAT2A_U18, MAT2A_U16 Kolokwium,
Odpowiedź ustna
M_U003 Umie budować modele prognozy w oparciu o analizę szeregów czasowych MAT2A_U16 Kolokwium,
Odpowiedź ustna
Kompetencje społeczne: jest gotów do
M_K001 rozumie potrzebę popularnego przedstawiania laikom efektów badań statystycznych MAT2A_K05 Aktywność na zajęciach
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
60 30 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 Zna metody nieparametryczne i potrafi je wykorzystać w praktyce biznesowej + + - - - - - - - - -
M_W002 Zna podstawowe zagadnienia wnioskowania statystycznego i umie interpretować rezultaty w wyniku ich użycia + + - - - - - - - - -
Umiejętności
M_U001 Umie zaprojektować i przeprowadzić badania sondażowe i inne analizy przydatne w praktyce zarządzania + + - - - - - - - - -
M_U002 Potrafi stosować metody statystyczne do kontroli jakości + + - - - - - - - - -
M_U003 Umie budować modele prognozy w oparciu o analizę szeregów czasowych + + - - - - - - - - -
Kompetencje społeczne
M_K001 rozumie potrzebę popularnego przedstawiania laikom efektów badań statystycznych + + - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 105 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 60 godz
Przygotowanie do zajęć 30 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Dodatkowe godziny kontaktowe 5 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):

1.Wybrane zagadnienia statystyki opisowej:
skale pomiarowe, wstępna analiza i metody prezentacji danych, dobór próby losowej (reprezentatywność, losowość próby, sposób losowania, dobór liczebności), podstawy projektowania ankiet.
2. Metody nieparametryczne – testy znaków (klasyczny, McNemara, Coxa-Stuarta)
Testy serii: losowość, Walda-Wolfowitza.
Testy rangowe: U Manna-Whitneya, Wilcoxona
Testy rangowe: H Kruskala-Wallisa, współczynnik korelacji rang Spermana
Testy Chi-kwadrat: zgodności, niezależności.
3.Wprowadzenie do szeregów czasowych.
Podstawowe typy jednowymiarowych szeregów czasowych: biały szum, AR, AR, MA, ARMA
Stacjonarność szeregów czasowych: kryteria stacjonarności, integracja, modele ARIMA
4.Modelowanie przy pomocy szeregów typu ARIMA: określenie rzędów szeregów czasowych
Funkcje ACF i PACF, schemat Boxa-Jenkinsa
5.Dekompozycja i wygładzenie szeregów czasowych: dekompozycja addytywna
i multiplikatywna
6.Wygładzanie metodą średnich ruchomych
7.Przykłady filtrów liniowych i nieliniowych.
8.Statystyczna kontrola jakości: statystyka i jakość, karty kontrolne.
9.Statystyki bayesowskie i analiza decyzji: drzewa decyzyjne, użyteczność, wartość informacji. 10.Zastosowania w zarządzaniu.

Ćwiczenia audytoryjne (30h):
Program ćwiczeń pokrywa się z programem wykładów

Rozwiązywanie problemów (głównie związanych z zagadnieniami praktycznymi) ilustrujących treści przekazywanych na kolejnych wykładach

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:

dwa terminy zaliczeń poprawkowych

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 ćwiczeń

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

Student powinien zgłosić się do prowadzącego w celu ustalenia indywidualnego sposobu nadrobienia zaległości.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Znajomość statystyki na poziomie licencjackim

Zalecana literatura i pomoce naukowe:
  1. T. F. Jabłoński, Statystyka w biznesie, WSB-NLU, 2001
  2. A. D. Aczel; Statystyka w zarządzaniu, PWN 2000
  3. R. Carter Hill, W. Griffiths, G. Judge, Undergraduate Econometrics, John Wiley & Sons 1997
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Kopp, Ekkehard; Malczak, Jan; Zastawniak, Tomasz
Probability for finance; Mastering Mathematical Finance. Cambridge: Cambridge University Press (2014).

2. Kostrzewski, Maciej; Bayesian inference for the jump-diffusion model with M jumps; Commun. Stat., Theory Methods 43, No. 18, 3955-3985 (2014).

Informacje dodatkowe:

Brak