Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Obsługa oprogramowania statystycznego SAS WS-SO-U2-OSAS
Laboratorium (LAB) Semestr letni 2019/20

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin:
Limit miejsc: (brak limitu)
Zaliczenie: Zaliczenie na ocenę
Literatura:

Literatura podstawowa:

1. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Opis statystyczny, Tom 1, Wydawnictwo Naukowe Scholar, Warszawa 2011.

2. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Zależności statystyczne, Tom 2, Wydawnictwo Naukowe Scholar, Warszawa 2011.

3. Lissowski G., Haman J., Jasiński M., Podstawy statystyki dla socjologów. Wnioskowanie statystyczne, Tom 3, Wydawnictwo Naukowe Scholar, Warszawa 2011.

4. Ostasiewicz W., Statystyczne metody analizy danych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 1998.

5. S. Bedyńska, M. Cypryańska, Statystyczny drogowskaz. Praktyczne wprowadzenie do wnioskowania statystycznego, Tom 1, Wydawnictwo Akademickie Sedno, Warszawa 2013.

6. S. Bedyńska, M. Cypryańska, Statystyczny drogowskaz. Praktyczne wprowadzenie do analizy wariancji, Tom 2, Wydawnictwo Akademickie Sedno, Warszawa 2013.

7. S. Bedyńska, M. Książek, Statystyczny drogowskaz. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych, Tom 3, Wydawnictwo Akademickie Sedno, Warszawa 2012.

8. M. Rószkiewicz, J. Perek-Białas, D. Węziak-Białowolska, A. Zięba-Pietrzak, Projektowanie badań społeczno-ekonomicznych. Rekomendacje i praktyka badawcza, Wydawnictwo Naukowe PWN, Warszawa 2013.

Literatura specjalistyczna:

1. A. Ptak-Chmielewska, Uogólnione modele liniowe, Oficyna Wydawnicza SGH, Warszawa 2013.

2. E. Frątczak (red.), Modelowanie dla biznesu. Regresja logistyczna, Regresja Poissona, Survival Data Mining, CRM, Credit Scoring, Oficyna Wydawnicza SGH, Warszawa 2019.

3. E. Frątczak (red.), Zaawansowane metody analiz statystycznych, Oficyna Wydawnicza SGH, Warszawa 2012.

4. E. Frątczak, A. Korczyński, Statystyka od podstaw z systemem SAS, Oficyna Wydawnicza SGH, Warszawa 2013.

5. E. Frątczak, U. Sienkiewicz, H. Babiker, Analiza historii zdarzeń. Elementy teorii, wybrane przykłady zastosowań, Oficyna Wydawnicza SGH, Warszawa 2014.

6. J. W. R. Twiskt, Analiza wielopoziomowa. Przykłady zastosowań, Oficyna Wydawnicza SGH, Warszawa 2010.

7. S. Łobejko, K. Masłowska, R. Wojdan, Analiza i prognozowanie szeregów czasowych z programem SAS, Oficyna Wydawnicza SGH, Warszawa 2015.

8. W. Grzenda, A. Ptak-Chmielewska, K. Przanowski, U. Zwierz, Przetwarzanie danych w SAS, Oficyna Wydawnicza SGH, Warszawa 2012.

9. J. Brocklebank, D. Dickey, B. Choi - SAS for Forecasting Time Series, SAS Institute Inc., 2018.

10. M. Stokes, Ch. Davis, G. Koch - Categorical Data Analysis Using SAS, SAS Institute Inc., 2012.

11. N. O'Rourke, L. Hatcher, E. J. Stepanski - Univariate and Multivariate Statistics, SAS Institute Inc., 2005.

12. P. D. Allison - Logistic Regression Using SAS, SAS Institute Inc., 2012.

13. S. D. Schlotzhauer - Elementary Statistic Using SAS, SAS Institute Inc., 2009.

Literatura uzupełniająca:

1. Aczel A.D., Statystyka w zarządzaniu, Wydawnictwo Naukowe PWN, Warszawa 2000.

2. Bielecka A., Statystyka w biznesie i ekonomii, Wydawnictwo Wyższej Szkoły Przedsiębiorczości i Zarządzania im. Leona Koźmińskiego, Warszawa 2005.

3. Ignatczyk W., Chromińska M., Statystyka. Teoria i zastosowanie, Wydawnictwo Wyższej Szkoły Bankowej, Poznań 2004.

4. King B.M., Minium E.W., Statystyka dla psychologów i pedagogów, Wydawnictwo Naukowe PWN, Warszawa 2009.

5. Kot S.M., Jakubowski J., Sokołowski A., Statystyka, Wydawnictwo Difin, Warszawa 2011.

6. Pułaska-Turyna B., Statystyka dla ekonomistów, Wydawnictwo Difin, Warszawa 2008.

7. Sobczyk M., Statystyka opisowa, Wydawnictwo C.H. Beck, Warszawa 2010.

8. Starzyńska W., Statystyka praktyczna, Wydawnictwo Naukowe PWN, Warszawa 2005.

9. Steczkowski J., Opis statystyczny. Pozyskiwanie, przetwarzanie i analizowanie informacji. Wydawnictwo WSIiZ, Rzeszów 2005.

10. Szymczak W., Podstawy statystyki dla psychologów, Wydawnictwo Difin, Warszawa 2010.

11. Zieliński M., Wstęp do metod statystycznych w naukach społecznych, Uniwersytet Zielonogórski, Zielona Góra 2011.

Efekty uczenia się:

Efekty uczenia:

IS1P_U01 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać analizy statystyczne w warunkach nie w pełni przewidywalnych przez − właściwy dobór źródeł oraz informacji z nich pochodzących.

IS1P_U02 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez dokonywanie oceny, krytycznej analizy i syntezy tych informacji statystycznych oraz źródeł informacji statystycznej.

IS1P_U03 - wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez dobór oraz stosowanie właściwych metod i narzędzi statystycznych, stosując właściwe procedury analiz statystycznych.

IS1P_U04 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez wykorzystywanie posiadanej wiedzy – formułować i rozwiązywać problemy oraz wykonywać zadania typowe dla działalności zawodowej związane z inżynierią środowiska wykorzystując procedury analiz statystycznych.

IS1P_U05 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez komunikowanie się z otoczeniem z użyciem specjalistycznej terminologii związane z pojęciami statystycznymi oraz pozyskiwaniem informacji statystycznych z różnych źródeł informacji statystycznej.

IS1P_U09 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez współdziałanie z innymi osobami w ramach prac zespołowych ukierunkowanych na przygotowanie opracowania wyników analiz statystycznych dla interdyscyplinarnego otoczenia społecznego.

IS1P_U10 - student potrafi wykorzystywać posiadaną wiedzę – formułować i rozwiązywać złożone i nietypowe problemy związane z analizami statystycznymi oraz wykonywać zadania w warunkach nie w pełni przewidywalnych przez samodzielne planowanie i realizowanie własnego uczenie się przez całe życie ukierunkowane na rozpoznawanie nowych analiz statystycznych oraz nowych procedur analiz danych ilościowych.

IS1P_U12 - student potrafi wykorzystać metody analityczne, symulacyjne i eksperymentalne, w tym komputerowe analizy danych ilościowych.

IS1P_K01 - student potrafi na podstawie posiadanej wiedzy dotyczącej procedur analiz danych ilościowych i założeń analiz statystycznych dokonać krytycznej oceny odbieranych treści.

IS1P_K02 - student potrafi uznawać znaczenie wiedzy w rozwiązywaniu problemów poznawczych i praktycznych z wykorzystaniem analiz statystycznych oraz zasięgania opinii ekspertów stosując poprawną terminologię statystyczną w przypadku trudności z samodzielnym rozwiązaniem problemu

Opis ECTS:

1. Udział w zajęciach dydaktycznych - 30 godzin.

2. Przygotowanie do zajęć dydaktycznych - 20 godzin.

3. Studia literaturowe - 30 godzin.

4. Konsultacje - 10 godzin.

90 godzin / 30 godzin = 3 ECTS

Metody i kryteria oceniania:

Warunkiem zaliczenia przedmiotu jest obecność na zajęciach. Obecność każdorazowo potwierdzona podpisem na liście obecności.

Ocena za obecność na zajęciach według skali:

5 spotkań - 5

4 spotkania - 4,5

3 spotkania - 4

2 spotkania - 3,5

1 spotkanie - 3

0 obecności - 2

Zakres tematów:

1. Podstawowe terminy statystyczne

Cechy statystyczne. Skale pomiarowe. Skala nominalna. Skala porządkowa. Skala interwałowa. Skala stosunkowa. Szeregi statystyczne. Tworzenie przedziałów klasowych.

2. Opisowe miary statystyczne

Miary położenia: średnia arytmetyczna, średnia harmoniczna, średnia geometryczna, średnia kwadratowa, średnia ważona, średnia obcięta, kwantyle, mediana, modalna. Miary zmienności: wariancja, odchylenie standardowe, odchylenie ćwiartkowe, współczynnik zmienności. Miary asymetrii: współczynnik asymetrii. Miary koncentracji: współczynnik koncentracji.

3. Rozkład częstości

Rozkład częstości. Tworzenie rozkładu częstości. Zastosowanie wykresów: kołowych, słupkowych oraz histogramu w rozkładach częstości. Edycja wykresów. Formatowanie rozkładu częstości. Style tabeli rozkładu częstości. Wielokrotne zestawy odpowiedzi. Skale pomiarowe. Rzetelność pomiaru, Trafność pomiaru. Typologia zmiennych: zależna, niezależna, ciągła, dyskretna. Zależność pozorna. Pojęcie indukcji i dedukcji w nauce. Analiza jednozmiennowa, dwuzmiennowa i wielozmiennowa. Rozkład dwumodalny.

4. Tabele kontyngencji.

Tworzenie tabel kontyngencji. Statystyki i miary siły związku. Formatowanie komórek tabel krzyżowych.

5. Wnioskowanie statystyczne.

Pojęcie wnioskowania statystycznego. Estymacja punktowa i przedziałowa. Centralne twierdzenie graniczne. Pojęcie hipotezy statystycznej. Hipoteza zerowa i alternatywna. Hipoteza parametryczna i nieparametryczna. Hipoteza kierunkowa i bezkierunkowa. Testy parametryczne i nieparametryczne. Błąd pierwszego i drugiego rodzaju. Poziom istotności statystycznej. Obszar krytyczny. Stopnie swobody.

6. Testy normalności rozkładu.

Założenia i charakterystyka rozkładu normalnego. Analizowanie histogramu. Analiza wykresów K-K i P-P. Analiza wykresu skrzynkowego oraz diagramu łodyga-liście. Charakterystyka testów normalności rozkładu. Testy kwadratowe. Testy supremum. Interpretacja wyników testów normalności rozkładu Shapiro-Wilka, Kołmogorowa-Smirnowa, Cramera von Misesa, Andersona Darlinga.

7. Jednoczynnikowa analiza wariancji (ANOVA).

Jednoczynnikowa analiza wariancji w schemacie międzygrupowym. Założenia analizy wariancji. Efekty stałe i losowe. Mocne testy równości średnich Welcha i Browna-Forsythe’a. Wykres średnich. Porównania a posteriori.

8. Wieloczynnikowa analiza wariancji (MANOVA).

Wieloczynnikowa analiza wariancji w schemacie międzygrupowym. Założenia wieloczynnikowej analizy wariancji. Interpretacja efektów głównych, prostych i interakcyjnych.

9. Analizy korelacyjne.

Korelacja parami i cząstkowe. Korelacja Pearsona. Korelacja Spearmana. Korelacja tau-b-Kendalla. Korelacja Hoeffdinga.

10. Analiza regresji liniowej. Założenia analizy regresji liniowej. Dopasowanie modelu regresji. Korelacja r-Pearsona. Autokorelacja reszt. Korelacje cząstkowe i semicząstkowe. Statystyki współliniowości.

11. Podstawowa analiza szeregów czasowych.

Dekompozycja szeregu czasowego. Rodzaje szeregów czasowych. Składnik trendowy. Składnik sezonowy. Składnik nieregularny. Składnik cyklowy.

Zakres tematyczny kursu nie stanowi katalogu zamkniętego. Modyfikacje zakresu tematycznego kursu uzależnione są od stopnia zaawansowania grupy oraz dynamiki pracy w trakcie zajęć dydaktycznych.

Metody dydaktyczne:

W trakcie zajęć dydaktycznych wykorzystane zostaną:

1. Metody nauczania teoretycznego: wykład konwencjonalny ukierunkowany na wyjaśnienie zagadnień z zakresu statystyki.

2. Metody nauczania praktycznego: ćwiczenia warsztatowe rozwijające umiejętności analityczne.

3. Metody nauczania problemowego: dyskusja dydaktyczna ukierunkowana na rozwiązanie problemu.

W trakcie kursu zabrania się uczestnikom filmowania i fotografowania materiałów dydaktycznych umieszczonych w prezentacji multimedialnej. Prowadzący nie udostępnia treści wykładowych w formie elektronicznej ani papierowej.

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Akcje
1 wielokrotnie, poniedziałek (niestandardowa częstotliwość), 11:30 - 13:00, (sala nieznana)
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 9:45 - 11:15, (sala nieznana)
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 8:00 - 9:30, (sala nieznana)
Bartosz Olszewski 13/15 szczegóły
2 wielokrotnie, poniedziałek (niestandardowa częstotliwość), 13:15 - 14:45, (sala nieznana)
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 15:00 - 16:30, (sala nieznana)
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 16:45 - 18:15, (sala nieznana)
Bartosz Olszewski 5/15 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.