Kierunek: Informatyka | Tryb: Niestacjonarne |
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.;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.; |
Metody ksztalcenia: Wykład tradycyjny z wykorzystaniem slajdów.; Ćwiczenia rachunkowe - dyskusja rozwiązań zadań. ; Ćwiczenia rachunkowe - sprawdzian pisemny.; Konsultacje.; Praca własna - przygotowanie do ćwiczeń.; Praca własna - samodzielne studia i przygotowanie do egzaminu.; |
Metody sprawdzania osiągnięcia efektów kształcenia
- ocena podsumowująca: Ocena OF2.; Średnia z ocen OF3 i OP1 (OF3 i OP1 muszą być pozytywne).; |
Liczba punktow ECTS: 6 |
Nakład pracy studenta (godz.) : 155 |
Forma zajęc | Liczba godzin według planu studiów |
Wykład | 24 |
Ćwiczenia | 24 |
Autor programu dla modułu kształcenia: dr Karol Selwat |
Język modulu: polski |