| Nazwa przedmiotu | Statystyczna analiza danych |
| Język prowadzenia przedmiotu |
polski |
| Kody/Specjalności | EE-PI-PN-X1-23/24Z-STAANA | Przedsiębiorczość i nowe technologie | EE-PI-KG-X1-23/24Z-STAANA | Konsulting gospodarczy |
|
| Kategoria przedmiotu |
kierunkowe lub ogólne |
| Profil studiów |
Ogólnoakademicki |
| Poziom PRK |
Poziom 6 - 1. stopień (studia licencjackie) |
| Rok studiów/semestr |
2/3 |
| Forma zajęć/liczba godzin |
| stacjonarne: | Wykład: 15 Ćwiczenia: 15 | | niestacjonarne: | Wykład: 9 Ćwiczenia: 9 |
|
| Dyscypliny/punkty ECTS |
| Ekonomia i finanse: | 4 | | Nauki o zarządzaniu i jakości: | 0 | | Inne dyscypliny: | 0 | | Razem | 4 |
|
| Wykładowca odpowiedzialny za przedmiot |
Salamaga Marcin, prof. dr hab. (Katedra Statystyki) |
| Cele przedmiotu |
| Kod |
Opis |
C1 |
Zapoznanie studentów z podstawami teoretycznymi statystycznej analizy danych oraz uświadomienie potrzeby przeprowadzania badań niewyczerpujących w zakresie zagadnień społeczno-ekonomicznych, w tym obszarze przedsiębiorczości i innowacji w gospodarce. |
C2 |
Zapoznanie studentów z metodami wielowymiarowej analizy danych, niezbędnymi do przeprowadzania analizy zjawisk społeczno-ekonomicznych w zakresie zagadnień społeczno-ekonomicznych na podstawie danych z próby. Wskazanie możliwych zakresów zastosowań metod statystycznej analizy danych. |
C3 |
Nabycie przez studentów umiejętności posługiwania się pakietami komputerowymi Statistica oraz SPSS w zakresie wielowymiarowej analizy danych. Wykształcenie umiejętności prowadzenia rzetelnych analiz i precyzyjnego formułowania wniosków. |
|
| Realizowane efekty uczenia się |
| Kod |
Kat. |
Opis |
Kierunkowe efekty uczenia się |
E1 |
W |
Student zna i rozumie podstawowe metody wielowymiarowej analizy danych statystycznych |
EE-ST1-PI-W04-23/24Z
|
E2 |
U |
Student potrafi stosować metody statystycznej analizy danych w badaniach społeczno-ekonomicznych, w tym obszarze przedsiębiorczości i innowacji w gospodarce. Student potrafi wykorzystywać pakiety komputerowe Statistica i SPSS i interpretować otrzymane przy ich pomocy wyniki. |
EE-ST1-PI-U07-23/24Z
EE-ST1-PI-U06-23/24Z
EE-ST1-PI-U02-23/24Z
EE-ST1-PI-U01-23/24Z
|
E3 |
K |
Student jest gotów do prowadzenia badań z wykorzystaniem statystycznej analizy danych w zagadnieniach przedsiębiorczości i innowacji w gospodarce oraz innych obszarach społeczno-ekonomicznych. Student jest gotów przyjąć odpowiedzialność za sformułowane przez siebie wnioski. |
EE-ST1-PI-K03-23/24Z
EE-ST1-PI-K02-23/24Z
| |
| Sposoby weryfikacji efektów uczenia się |
Egzamin testowy, Średnia ważona albo arytmetyczna ocen cząstkowych, Aktywność na zajęciach, Kolokwium, Odpowiedź ustna. |
| Treści przedmiotu |
Wykład
| Kod |
Opis | S (15) | N (9) |
W1 |
Przygotowanie danych statystycznych do analiz wielowymiarowych. Metody graficznej prezentacji danych. |
4 |
3 |
W2 |
Analiza skupień. Metody hierarchiczne i metoda k-średnich. |
4 |
2 |
W3 |
Metody porządkowania obiektów wielocechowych. Metody wzorcowe i bezwzorcowe. Analiza korespondencji. Analiza dyskryminacyjna. |
4 |
2 |
W4 |
Jedno i wieloczynnikowa analiza wariancji. Analiza czynnikowa. Analiza głównych składowych. |
3 |
2 |
Ćwiczenia
| Kod |
Opis | S (15) | N (9) |
C1 |
Przygotowanie i prezentacja wielowymiarowych danych statystycznych z użyciem pakietów komputerowych Statistica i SPSS. |
4 |
2 |
C2 |
Grupowanie obiektów przy wykorzystaniu hierarchicznej i niehierarchicznej analizy skupień w komputerowych pakietach statystycznych. |
4 |
3 |
C3 |
Liniowe porządkowanie obiektów wielocechowych. Zastosowanie analizy czynnikowej i analizy głównych składowych w badaniach z zakresu przedsiębiorczości i innowacyjności z wykorzystaniem komputerowych pakietów statystycznych. |
4 |
2 |
C4 |
Przeprowadzanie analizy korespondencji oraz analizy dyskryminacyjnej na przykładzie danych gospodarczych z wykorzystaniem statystycznych programów komputerowych. |
3 |
2 |
|
| Metody i formy prowadzenia zajęć |
Analiza przypadku, Ćwiczenia laboratoryjne, Ćwiczenia tablicowe, Dyskusja, E-learning, Prezentacja, Wykład audytoryjny. |
| Nakład pracy studenta (liczba godzin kontaktowych, pracy on-line i pracy samodzielnej) |
| Rodzaj aktywności |
Liczba godzin |
| stacjonarne |
niestacjonarne |
| Udział w zajęciach dydaktycznych |
30 |
18 |
| Udział w konsultacjach |
25 |
13 |
| Udział w kolokwiach/egzaminie |
5 |
5 |
| Praca własna studenta |
35 |
35 |
| E-learning |
0 |
9 |
| Inne (kontaktowe) |
|
|
| Inne (bezkontaktowe) |
5 |
20 |
| Suma godzin |
100 |
100 |
| Liczba punktów ECTS |
4 |
4 |
|
| Macierz realizacji przedmiotu |
| Efekt uczenia się |
Odniesienie do efektów kierunkowych |
Cele przedmiotu |
Treści przedmiotu |
Metody/narzędzia dydaktyczne |
Sposoby weryfikacji efektu |
E3 | EE-ST1-PI-K03-23/24Z
EE-ST1-PI-K02-23/24Z
| C3 C2 C1 | C4 C3 C2 C1 W4 W3 W2 W1 | N1 N3 N4 N7 N9 N11 N13 | F1 F3 F8
P3 P4 |
E1 | EE-ST1-PI-W04-23/24Z
| C3 C2 C1 | C4 C3 C2 C1 W4 W3 W2 W1 | N1 N3 N4 N7 N9 N11 N13 | F1 F3 F8
P3 P4 |
E2 | EE-ST1-PI-U07-23/24Z
EE-ST1-PI-U06-23/24Z
EE-ST1-PI-U02-23/24Z
EE-ST1-PI-U01-23/24Z
| C3 C2 C1 | C4 C3 C2 C1 W4 W3 W2 W1 | N1 N3 N4 N7 N9 N11 N13 | F1 F3 F8
P3 P4 | |
| Literatura podstawowa |
| Lp. |
Opis pozycji |
| 1 |
Dobosz M. (2001), Wspomagana komputerowo statystyczna analiza wyników badań, Wydawnictwo Exit
|
| 2 |
Sobczyk M. (2022), Statystyka, Wydawnictwo Naukowe PWN, Warszawa |
|
| Literatura uzupełniająca |
| Lp. |
Opis pozycji |
| 1 |
Kot S. M. , Sokołowski A. (2005), Tablice statystyczne, Wydawnictwo AE w Krakowie, Kraków. |
| 2 |
Lind D. A., Marchal W. G, Wathen S. A. (2005), Statistical Techniques in Business and Economics, 12th Edition, International Edition, McGRAW-Hill |
| 3 |
McClave J. T., Sincich T. (2016), Statistics, 13th Edition, Kindle Edition, Pearson |
| 4 |
Salamaga M. (2015), Wielowymiarowa analiza statystyczna motywów podejmowania bezpośrednich inwestycji zagranicznych przez polskie firmy, „Przegląd Statystyczny”, tom 62, 4, ss. 415 – 433 |
|
| Forma i warunki zaliczenia przedmiotu |
| Sposób obliczania średniej z ocen bieżących (zgodnie z §28 pkt. 4 Regulaminu studiów) |
| Średnia arytmetyczna z ocen bieżących co do zasady obliczana jest na podstawie punktów uzyskanych z kolokwiów i aktywności na zajęciach (ćwiczeniach). Szczegóły na temat obliczania oceny z zaliczenia ćwiczeń na pierwszych zajęciach podaje prowadzący ćwiczenia. |
| Sposób obliczania oceny końcowej (zgodnie z §28 pkt. 5 Regulaminu studiów) |
| Ocena końcowa jest średnią ważoną oceny z zaliczenia ćwiczeń i oceny z egzaminu, przy czym wagami są liczby godzin z ćwiczeń i wykładów. Warunkiem uzyskania pozytywnej oceny końcowej jest uzyskanie pozytywnej oceny z zaliczenia ćwiczeń oraz pozytywnej oceny z egzaminu. W przypadku oceny 2.0 uzyskanej w pierwszym terminie egzaminu, ocena końcowa nie może być wyższa niż 3.0. Nieusprawiedliwiona nieobecność studenta na którymkolwiek terminie jest równoważna z utratą przez niego tego terminu. |
| Dodatkowe informacje o sposobie obliczania oceny końcowej lub egzaminie |
| Warunkiem koniecznym zaliczenia przedmiotu jest udział studenta w co najmniej 50% przeprowadzonych ćwiczeń. Jeśli absencja studenta przekroczyła 50% przeprowadzonych ćwiczeń, to nie będzie on podlegał klasyfikacji. Dodatkowe ustalenia dotyczące obliczenia oceny końcowej określa egzaminator na początku zajęć. |
|
| Osoby prowadzące przedmiot |
| Lp. |
Nauczyciel |
| 1 |
Salamaga Marcin, prof. dr hab. (Katedra Statystyki) |
|
| Informacje dodatkowe |
|
