| Kierunek: Informatyka | Tryb: Stacjonarne |
| Nazwa modulu: Podstawy metod probabilistycznych i statystyki |
| Warunki wstępne:Zaliczony kurs Matematyka. |
| Cele kształcenia:Poznanie podstaw rachunku prawdopodobieństwa, opanowanie metod rachunku prawdopodobieństwa służących do analizy i opisywania zdarzeń niepewnych.; Poznanie podstawowych metod statystyki matematycznej jako narzędzi do badania zjawisk masowych.; Nabycie umiejętności poprawnego i efektywnego wykorzystania wiedzy z rachunku prawdopodobieństwa i statystyki matematycznej do rozwiązywania zadań rachunkowych oraz nieskomplikowanych problemów praktycznych.; |
| Efekty ksztalcenia: | Kod efektu kierunkowego: K1I_W01;K1I_U12; |
| EK1: Student ma podstawową wiedzę z zakresu matematycznych modeli probabilistycznych oraz pojęć i metod statystyki matematycznej. Zna wynikające z nich metody i techniki opisu i analizowania niepewności. |
| EK2: Potrafi poprawnie i efektywnie wykorzystać wiedzę z rachunku prawdopodobieństwa i statystyki matematycznej do rozwiązywania zadań rachunkowych oraz nieskomplikowanych problemów praktycznych. |
| EK3: Dostrzega konieczność stosowania metod statystycznych do analizy dużych zbiorów danych. |
| Forma i tresci ksztalcenia |
| Wykład - Rodziny zbiorów. Sigma-algebra zbiorów. Elementy kombinatoryki.;Doświadczenie losowe, zdarzenie elementarne, zdarzenie, prawdopodobieństwo, przestrzeń probabilistyczna.;Przykłady przestrzeni probabilistycznych. Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite, wzór Bayesa. Prawdopodobieństwo produktowe, prawdopodobieństwo geometryczne.;Rozkład prawdopodobieństwa, zmienna losowa, typy i parametry rozkładów prawdopodobieństwa.;Przegląd rozkładów prawdopodobieństwa.;Dyskretne zmienne losowe dwuwymiarowe.;Twierdzenia graniczne.;Podstawowe pojęcia statystyki matematycznej. Rozkłady wybranych statystyk.;Estymacja punktowa. Własności estymatorów. Metody budowy estymatorów.;Estymacja przedziałowa.;Testowanie hipotez statystycznych. Testy parametryczne i nieparametryczne.; |
| Ćwiczenia - Rodziny zbiorów. Sigma-algebra zbiorów. Elementy kombinatoryki.;Doświadczenie losowe, zdarzenie elementarne, zdarzenie, prawdopodobieństwo, przestrzeń probabilistyczna.;Przykłady przestrzeni probabilistycznych. Prawdopodobieństwo warunkowe, prawdopodobieństwo całkowite, wzór Bayesa. Prawdopodobieństwo produktowe, prawdopodobieństwo geometryczne.;Kolokwium pisemne 1.;Rozkład prawdopodobieństwa, zmienna losowa, typy i parametry rozkładów prawdopodobieństwa.;Przegląd rozkładów prawdopodobieństwa.;Dyskretne zmienne losowe dwuwymiarowe.;Twierdzenia graniczne.;Podstawowe pojęcia statystyki matematycznej. Rozkłady wybranych statystyk.;Estymacja punktowa. Własności estymatorów. Metody budowy estymatorów.;Estymacja przedziałowa.;Testowanie hipotez statystycznych. Testy parametryczne i nieparametryczne.;Kolokwium pisemne 2.; |
| Metody ksztalcenia: Wykład tradycyjny z wykorzystaniem slajdów.; Ćwiczenia rachunkowe - dyskusja rozwiązań zadań. ; Ćwiczenia rachunkowe - dwa sprawdziany pisemne.; Konsultacje.; Praca własna - przygotowanie do ćwiczeń.; Praca własna - samodzielne studia i przygotowanie do egzaminu.; |
| Metody sprawdzania osiągnięcia efektów kształcenia
- ocena podsumowująca: Średnia z ocen OF2 i OF3.; Średnia z ocen OF4 i OP1 (OF4 i OP1 muszą być pozytywne).; |
| Liczba punktow ECTS: 6 |
| Nakład pracy studenta (godz.) : 155 |
| Forma zajęc | Liczba godzin według planu studiów |
| Wykład | 30 |
| Ćwiczenia | 30 |
| Autor programu dla modułu kształcenia: dr Karol Selwat |
| Język modulu: polski |