Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Zaawansowane zagadnienia z matematyki i statystyki matematycznej
Tok studiów:
2019/2020
Kod:
ZSDA-3-0066-s
Wydział:
Szkoła Doktorska AGH
Poziom studiów:
Studia III stopnia
Specjalność:
-
Kierunek:
Szkoła Doktorska AGH
Semestr:
0
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski i Angielski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż, prof. AGH Barańska Anna (abaran@agh.edu.pl)
Dyscypliny:
Moduł multidyscyplinarny
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Zajęcia mają na celu przybliżenie metod statystycznych, które będą omawiane na konkretnych przykładach przygotowanych zbiorów danych. Uczestnik ma się nauczyć poprawnego wnioskowania statystycznego oraz przyswoić uwarunkowania rzetelnie prowadzonych analiz statystycznych, które zapewnia wiarygodność wyciąganych wniosków..

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 Student zna metodologię badań naukowych SDA3A_W03 Kolokwium,
Aktywność na zajęciach
M_W002 Student zna w stopniu umożliwiającym rewizję istniejących paradygmatów światowy dorobek, obejmujący podstawy teoretyczne oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla dyscypliny lub dyscyplin naukowych w ramach której przygotowuję rozprawę doktorską; SDA3A_W01 Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student potrafi inicjować debatę i uczestniczyć w dyskursie naukowym; SDA3A_U04 Aktywność na zajęciach
Kompetencje społeczne: jest gotów do
M_K001 Student ma kompetencje krytycznej oceny dorobku w ramach danej dyscypliny naukowej, krytycznej oceny własnego wkładu w rozwój dyscypliny, uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych; SDA3A_K01 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
30 15 15 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 Student zna metodologię badań naukowych + + - - - - - - - - -
M_W002 Student zna w stopniu umożliwiającym rewizję istniejących paradygmatów światowy dorobek, obejmujący podstawy teoretyczne oraz zagadnienia ogólne i wybrane zagadnienia szczegółowe właściwe dla dyscypliny lub dyscyplin naukowych w ramach której przygotowuję rozprawę doktorską; - - - - - - - - - - -
Umiejętności
M_U001 Student potrafi inicjować debatę i uczestniczyć w dyskursie naukowym; + + - - - - - - - - -
Kompetencje społeczne
M_K001 Student ma kompetencje krytycznej oceny dorobku w ramach danej dyscypliny naukowej, krytycznej oceny własnego wkładu w rozwój dyscypliny, uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych; + + - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 43 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 1 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Egzamin lub kolokwium zaliczeniowe 1 godz
Dodatkowe godziny kontaktowe 1 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):

Zajęcia w formie wykładowego wprowadzenia do zagadnień rozwiązywanych samodzielnie przy komputerach, pod opieką prowadzącego.

Ćwiczenia audytoryjne (15h):

Po wykładowym wprowadzeniu – samodzielne prowadzenie analiz statystycznych przy stanowisku komputerowym, pod opieką prowadzącego.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Praca przy stanowisku komputerowym.
  • Ćwiczenia audytoryjne: Praca przy stanowisku komputerowym.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie w formie kolokwium pisemnego z treści przekazanych na zajęciach w formie teoretycznej i praktycznej. Pytania teoretyczne oraz krótkie problemy praktyczne.

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

Ocena z kolokwium zaliczeniowego z uwzględnieniem obecności i aktywności na zajęciach.

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

Samodzielna praca studenta z materiałem przerobionym na zajęciach, z możliwą konsultacją u prowadzącego.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Podstawowe wiadomości ze statystyki matematycznej.

Zalecana literatura i pomoce naukowe:

1 Aczel Amir D., Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa 2000.
2 Burzyński J., Rachunek prawdopodobieństwa i statystyka matematyczna dla wydziałów technicznych i przyrodniczych akademii rolniczych, Akademia Rolnicza im. H. Kołłątaja, Kraków 1982.
3 Czaja J., Modele statystyczne w informacji o terenie, Wydawnictwa AGH, Kraków 1996.
4 Feller W., An introduction to Probability Theory and its Applications, tom 2, Wiley, New York 1971.
5 Fisz M., Rachunek prawdopodobieństwa i statystyka matematyczna, Warszawa 1976.
6 Hellwig Z., Elementy rachunku prawdopodobieństwa i statystyki matematycznej, PWN, Warszawa 1998.
7 Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa 2001.
8 Krysicki W. i in., Rachunek prawdopodobieństwa i statystyka matematyczna w zadaniach, PWN, Warszawa 1995.
9 Ombach J., Wstęp do rachunku prawdopodobieństwa, Wydawnictwa UJ, Kraków 1993.
10 Ostasiewicz S., Rusnak Z., Siedlecka U., Statystyka – elementy teorii i zadania, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 2005.
11 Plucińscy A. E., Probabilistyka, WNT, Warszawa 2000.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Application of non-parametric tests of significance to the market analyses — Zastosowanie nieparametrycznych testów istotności w analizach rynku / Anna BARAŃSKA // W: FIG Working Week 2012
2. Criteria of database quality appraisement and choice stochastic models in prediction of real estate market value / Anna BARAŃSKA // W: FIG Working Week 2004
3. Elementy probabilistyki i statystyki matematycznej w inżynierii środowiska — [Elements of probability calculus and mathematical statistics in environmental engineering] / Anna BARAŃSKA. — Kraków : AGH Uczelniane Wydawnictwa Naukowo-Dydaktyczne, 2008.
4. Linear and nonlinear weighing of property features / Anna BARAŃSKA // Real Estate Management and Valuation [Dokument elektroniczny]. – Czasopismo elektroniczne ; ISSN 2300-5289. — Tytuł poprz.: Studia i Materiały Towarzystwa Naukowego Nieruchomości ; ISSN: 1733-2478. — 2019 vol. 27 no. 1, s. 59–68.
5. Modele multiplikatywne w procesie wyceny nieruchomości — Multiplicative models in real estate assessment process / Anna BARAŃSKA // Studia i Materiały Towarzystwa Naukowego Nieruchomości = Journal of the Polish Real Estate Scientific Society ; ISSN 1733-2478. — 2010 vol. 18 no. 1, s. 65–81.

Informacje dodatkowe:

Brak