Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Statystyka obliczeniowa

Informacje ogólne

Kod przedmiotu: 1120-INPAD-MSP-0112
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Statystyka obliczeniowa
Jednostka: Wydział Matematyki i Nauk Informacyjnych
Grupy: Informatyka i Systemy Informacyjne, Przetwarzanie i analiza danych, semestr 1 z 3
Informatyka i Systemy Informacyjne, Przetwarzanie i analiza danych, semestr 2 z 4
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami statystyki obliczeniowej.

Wymagania wstępne / przedmioty poprzedzające: znajomość rachunku prawdopodobieństwa w zakresie podstawowym

Pełny opis:

Wykład:

1. Metody eksploracyjnej analizy danych w jednym wymiarze, detekcja obserwacji odstających

2. Przestrzeń statystyczna. Problem estymacji, testowania i predykcji. Próby losowe i metody próbkowania.

3. Metody estymacji i własności estymatorów: obciążenie, MSE, efektywność, zgodność, rozkład asymptotyczny, pivot

4. Konstrukcja estymatorów parametrycznych, metodą momentów, największej wiarogodności, własności, metoda delta

5. Ocena jakości estymatorów: ryzyko, przedziały ufności , klasyczny i typu bootstrap, walidacja krzyżowa

6. Metody estymacji nieparametrycznej: dystrybuanta empiryczna, histogram, estymatory jądrowe

7. Metody estymacji funkcji regresji: model regresji liniowej jednokrotnej, estymator MNK, średniej ruchomej, lokalnie liniowy

8. Problem testowania: postawienie problemu testowania, statystyka testowa i jej rozkład, obszar krytyczny, błąd I i II rodzaju, specyficzność, czułość testu, p-wartość, krzywa ROC i LIFT

9. Problem testowania cd: podstawowe testy dla jednej i dwóch prób.

10. Techniki konstrukcji testów (np. ilorazu wiarogodności) i związane własności, testy wielokrotne. Kontrola FDR, Procedura Bonferroniego, Holma, Benjaminiego-Hochberga.

11. Testy nieparametryczne.

12. Pomiar zależności stochastycznej na różnych skalach pomiarowych (rho Pearsona, Spearmana, tau Kendalla). Testowanie niezależności. Modele zależności stochastycznej i ich reprezentacje graficzne

13. Analiza tablic kontyngencji, modele logliniowe

14. Wprowadzenie do statystyki bayesowskiej; estymator bayesowski, estymator MAP

Laboratorium:

Praktyczna realizacja tematów 1-15 omawianych na wykładzie w oparciu o system R w oparciu o rzeczywiste i symulowane zbiory danych

Literatura:

1. J. Johnson, Probability and Statistics for Computer Science

2. J. Gentle, Computational Statistics

3. G. Givens, J. Hoeting, Computational Statistics

Metody i kryteria oceniania:

Laboratoria maks. 30 p., egzamin maks. 70 p., łącznie maks. 100 p.

Na zaliczenie konieczne jest uzyskanie łącznie ponad 50 p. na 100 p. możliwych.

Ostateczna ocena z przedmiotu wynika z sumy zdobytych punktów: [0, 50] – 2,0; (50, 60] – 3,0; (60, 70] – 3,5; (70, 80] – 4,0; (80, 90] – 4,5; (90, 100] – 5,0.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-02-19)