UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE

Wydział Matematyki i Informatyki

Sylabus przedmiotu – część A

17S1-MPRIST Metody probabilistyczne i statystyka
ECTS: 5.00
CYKL: 2023Z

TREŚCI MERYTORYCZNE Akty prawne określające

efekty uczenia się:
WYKŁAD 660/2015
Dyscypliny: informatyka
Zdarzenia, działania na zdarzeniach. Definicja prawdopodobieństwa. Status przedmiotu:
Prawdopodobieństwo warunkowe, prawdopodobieństwo zupełne, wzór Obligatoryjny
Bayesa. Zmienne losowe. Rozkład zmiennej losowej. Charakterystyki Grupa przedmiotów:A -
przedmioty podstawowe
liczbowe zmiennych losowych. Podstawowe rozkłady zmiennych losowych. Kod: ISCED 0618
Funkcja zmiennych losowych. Rozkład Chi-kwadrat, rozkład t-Studenta, Kierunek studiów:
Informatyka
rozkład F-Snedecora. Ciągi zmiennych losowych. Prawa wielkich liczb. Zakres kształcenia:
Centralne twierdzenia graniczne. Definicja procesu stochastycznego. Informatyka ogólna, Inżynieria
Wartość przeciętna, wariancja i funkcja kowariancyjna procesu systemów informatycznych
Profil kształcenia:
stochastycznego.Proces Poissona, proces normalny, proces Wienera. Praktyczny, Ogólnoakademicki
Procesy Markowa, procesy dyfuzji. Próba i populacja. Pojęcie próby i Forma studiów: Stacjonarne
populacji. Szereg rozdzielczy. Rozkład empiryczny. . Pojęcie estymatora. Poziom studiów: Pierwszego
stopnia
Kryteria optymalności estymatorów. Estymatory podstawowych Rok/semestr: 2/3
parametrów zmiennych losowych. Estymacja przedziałowa. Wy brane
testy istotności. Badanie zależności pomiędzy dwoma cechami. Rodzaj zajęć: Wykład,
Współczynnik korelacji. Prosta regresji. Regresja liniowa wielu zmiennych. Ćwiczenia laboratoryjne
Liczba godzin w
semestrze: Wykład: 30.00,
ĆWICZENIA LABORATORYJNE Ćwiczenia laboratoryjne:
Definicja prawdopodobieństwa. Prawdopodobieństwo warunkowe, 30.00
zupełne, wzór Bayesa. Przykłady zastosowań. Zmienne losowe. Język wykładowy:polski
Przedmioty
Wyznaczanie rozkładu zmiennej losowej. Wyznaczanie charakterystyk wprowadzające: analiza
liczbowych. Obliczanie prawdopodobieństw dla wybranych rozkładów. matematyczna, algebra
Wymagania
Twierdzenia graniczne i prawa wielkich liczb. Badanie własności ciągów wstępne:znajomość
zmiennych losowych. Twierdzenie Poissona, Twierdzenia Laplace’a. rachunku różniczkowego i
Procesy stochastyczne. Badanie własności i wyznaczanie parametrów całkowego, działania na
macierzach
procesu stochastycznego. Wyznaczanie rozkładu empirycznego.
Estymacja. Wyznaczanie estymatorów punktowych. Budowa przedziałów Nazwa jednostki org.
ufności. Testy istotności dla wartości średnich i wariancji. Regresja liniowa. realizującej przedmiot:
Katedra Analizy Zespolonej
Osoba odpowiedzialna za
realizację
przedmiotu: dr hab. Adam
CEL KSZTAŁCENIA Lecko, prof. UWM
Poznanie podstawowych modeli statystyki matematycznej z zakresu teorii e-mail:
alecko@matman.uwm.edu.pl
estymacji i weryfikacji hipotez. Umiejętność analizy i praktycznego
zastosowania zdobytej wiedzy do problemów wymagających obróbki Uwagi dodatkowe:
statystycznej danych, ilustrujących zagadnienia z zakresu studiowanego
kierunku. Implementacja praktyczna poznanych modeli statystycznych.

OPIS EFEKTÓW UCZENIA SIĘ PRZEDMIOTU W ODNIESIENIU

DO OPISU CHARAKTERYSTYK DRUGIEGO STOPNIA EFEKTÓW
UCZENIA SIĘ DLA KWALIFIKACJI NA POZIOMACH 6-8
POLSKIEJ RAMY KWALIFIKACJI W ODNIESIENIU DO
DYSCYPLIN NAUKOWYCH I EFEKTÓW KIERUNKOWYCH

Symbole efektów XP/I1A_W07+, XP/I1A_U18+, XP/I1A_K08+,

XP/I1A_U09+, InzA_U02+, InzA_W02+
dyscyplinowych:

Symbole efektów K1_U15+, K1_U01+, K1_W01+, K1_K01+

kierunkowych:
EFEKTY UCZENIA SIĘ:
Wiedza:
W1 – Student wymienia podstawowe pojęcia oraz wzory z zakresu
kombinatoryki i rachunku prawdopodobieństwa; Wymienia metody
weryfikacji hipotez statystycznych; Wymienia podstawowe pojęcia
statystyki matematycznej i metody wnioskowania statystycznego
Omawia wybrane eksperymenty losowe oraz modele matematyczne, w
jakich występują rozkłady prawdopodobieństwa Prezentuje podstawy
teorii estymacji punktowej i przedziałowej
Umiejętności:
U1 – Prowadzi proste wnioskowania statystyczne, także z
wykorzystaniem narzędzi komputerowych; Posługuje się statystycznymi
charakterystykami populacji i ich odpowiednikami próbkowymi;
Wyznacza parametry rozkładu zmiennej losowej o rozkładzie
dyskretnym i ciągłym; Wykorzystuje twierdzenia graniczne i prawa
wielkich liczb do szacowania prawdopodobieństw
Kompetencje społeczne:
K1 – Aktywnie uczestniczy w doborze odpowiednich modeli
statystycznych do rozważanego problemu. Wyraża oceny na temat
uzyskanych rezultatów

FORMY I METODY DYDAKTYCZNE:

Wykład(W1;):wykład informacyjny z prezentacją
Ćwiczenia laboratoryjne(W1;U1;K1;):ćwiczenia w dużych grupach,
analiza przykładowych problemów rachunku prawdopodobieństwa i
statystyki

FORMA I WARUNKI WERYFIKACJI EFEKTÓW UCZENIA SIĘ:

Wykład (Egzamin ustny) - Student otrzymuje cztery pytania z zakresu
materiału prezentowanego na wykładach i ćwiczeniach. Odpowiedź
poprawna na 2 pytania gwarantuje ocenę pozytywną. Zestaw pytań
możliwych na egzaminie jest studentom udostępniany na ostatnim
wykładzie - W1, U1
Ćwiczenia laboratoryjne (Kolokwium pisemne) - dwa kolokwia w trakcie
semestru, każde kolokwium zaliczone na ocenę pozytywną. Student
uzyskuje zaliczenie jeżeli rozwiąże 50% zadań - W1, U1, K1

LITERATURA PODSTAWOWA:
1. Plucińska A., Pluciński E, Probabilistyka, Wyd. PWN, R. 2000

LITERATURA UZUPEŁNIAJĄCA:
 Szczegółowy opis przyznanej punktacji ECTS – część B
17S1-MPRIST
Metody probabilistyczne i statystyka
ECTS: 5.00
CYKL: 2023Z

Na przyznaną liczbę punktów ECTS składają się:

1. Godziny kontaktowe z nauczycielem akademickim:
- udział w: Wykład 30.0 h
- udział w: Ćwiczenia laboratoryjne 30.0 h
- konsultacje 5.0 h
OGÓŁEM: 65.0 h

2. Samodzielna praca studenta:

Przygotowanie do egzaminu 15.00 h
Przygotowanie do wykładów 15.00 h
Przygotowanie do ćwiczeń 15.00 h
Przygotowanie do kolokwiów 15.00 h

OGÓŁEM: 60.0 h
godziny kontaktowe + samodzielna praca studenta OGÓŁEM: 125.0 h

1 punkt ECTS = 25-30 h pracy przeciętnego studenta,

liczba punktów ECTS= 125.0 h : 25.0 h/ECTS = 5.00 ECTS
Średnio: 5.0 ECTS
- w tym liczba punktów ECTS za godziny kontaktowe z bezpośrednim udziałem 2.60 punktów
nauczyciela akademickiego ECTS
- w tym liczba punktów ECTS za godziny realizowane w formie samodzielnej pracy 2.40 punktów
studenta ECTS