Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

Statystyka w inżynierii środowiska

Informacje ogólne

Kod przedmiotu: WB-IS-12-26-CW
Kod Erasmus / ISCED: 09.6 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (brak danych)
Nazwa przedmiotu: Statystyka w inżynierii środowiska
Jednostka: Wydział Biologii i Nauk o Środowisku
Grupy: Przedmioty dla I roku inżynierii środowiska
Punkty ECTS i inne: 2.00 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.
Język prowadzenia: polski
Poziom przedmiotu:

podstawowy

Symbol/Symbole kierunkowe efektów uczenia się:

IS1P_U09 IS1P_U11

Skrócony opis:

IBM SPSS Statistics to system przeznaczony do analizy i graficznej wizualizacji danych oraz wyników analiz statystycznych oferujący szerokie spektrum technik analitycznych.

Na zajęciach student poznaje możliwości analityczne, podstawowe miary statystyczne oraz wykorzystywane procedury analiz statystycznych z wykorzystaniem oprogramowania statystycznego. Celem przedmiotu jest przygotowanie studentów do wykonywania analiz statystycznych wykorzystując oprogramowanie statystyczne oraz do interpretacji danych pochodzących z różnych źródeł informacji statystycznej.

Pełny opis:

W ramach przedmiotu analizowane są następujące zagadnienia:

1. Wprowadzenie do edytora IBM SPSS Statistic

2. Operacje na zbiorach danych

3. Opisowe miary statystyczne

4. Rozkład częstości

5. Procedury kategoryzacji zmiennych

6. Wizualizowanie danych – PS IMAGO

7. Tabele kontyngencji

8. Wnioskowanie statystyczne

9. Testy normalności rozkładu

10. Testy różnicy średnich

11. Korelacje

12. Jednoczynnikowa analiza wariancji (ANOVA)

13. Wieloczynnikowa analiza wariancji (MANOVA)

14. Analiza regresji liniowej

Literatura:

Literatura podstawowa i specjalistyczna:

1. M. Nawojczyk, Przewodnik po statystyce dla socjologów, SPSS Polska, Kraków 2002.

2. A. Malarska, Statystyczna analiza danych wspomagana programem SPSS, SPSS Polska, Kraków 2005.

3. M. Rószkiewicz, Analiza klienta, SPSS Polska, Kraków 2011.

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

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

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

7. J. Górniak, J. Wachnicki, SPSS Pierwsze kroki w analizie danych, SPSS Polska, Kraków 2000.

8. J. Wywiał, Przykłady wnioskowania statystycznego za pomocą komputerowego pakietu SPSS, Wydawnictwo PKL, Warszawa 1994.

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 kształcenia i opis ECTS:

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 ćwiczeniach laboratoryjnych - 30 godzin.

2. Przygotowanie do ćwiczeń laboratoryjnych - 15 godzin.

3. Studia literaturowe - 10 godzin.

4. Konsultacje - 5 godzin.

60 godzin / 30 godzin = 2 ECTS

Metody i kryteria oceniania:

Metody oceny:

1. Warunkiem dopuszczenia do zaliczenia przedmiotu jest obecność na zajęciach – dopuszczalne są 2 nieobecności na zajęciach dla studiów stacjonarnych niezależnie od powodu absencji. Większa liczba nieobecności dopuszczalna jest wyłącznie w przypadku długoterminowego zwolnienia lekarskiego lub rekonwalescencji szpitalnej.

2. Kolokwium praktyczne. Wykonanie zadań z wykorzystaniem narzędzi dostępnych w IBM SPSS Statistic oraz PS IMAGO.

Dla teoretycznych praktycznych form sprawdzania wiedzy przyjmuje się poniższe progi punktowe i kryteria oceny:

Ocena bardzo dobry (5) – od 90% do 100%;

Ocena dobry plus (4,5) – od 80% do 90%;

Ocena dobry (4) – od 70% do 80%;

Ocena dostateczny plus (3,5) – od 65% do 70%;

Ocena dostateczny (3) – od 60% do 65%;

Ocena niedostateczny (2) – poniżej 60%.

Wiedza:

Ocena 2 (ndst): weryfikacja wskazuje, że student nie posiada podstawowej wiedzy z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Ocena 3 (dst): weryfikacja wskazuje, że student posiada niepełną podstawową wiedzę z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Ocena 3,5 (dst+): weryfikacja wskazuje, że student posiada podstawową wiedzę z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Ocena 4 (db): weryfikacja wskazuje, że student posiada usystematyzowaną wiedzę z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Ocena 4,5 (db+): weryfikacja wskazuje, że student zna niemal w pełni podstawową wiedzę z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Ocena 5 (bdb): weryfikacja wskazuje, że student opanował w pełni wiedzę z zakresu stosowanej terminologii statystycznej, funkcjonujących źródeł informacji statystycznej oraz podstawowych procedur analiz statystycznych z wykorzystaniem danych ilościowych.

Umiejętności:

Ocena 2 (ndst): weryfikacja wskazuje, że student nie potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, nie potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz nie potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Ocena 3 (dst): weryfikacja wskazuje, że student nie w pełni potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, nie w pełni potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz nie w pełni potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Ocena 3,5 (dst+): weryfikacja wskazuje, że student w stopniu podstawowym potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, w stopniu podstawowym potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz w stopniu podstawowym potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Ocena 4 (db): weryfikacja wskazuje, że student w umiarkowanym stopniu potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, w stopniu umiarkowanym potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz w stopniu umiarkowanym potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Ocena 4,5 (db+): weryfikacja wskazuje, że student niemal w pełni potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, niemal w pełni potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz niemal w pełni potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Ocena 5 (bdb): weryfikacja wskazuje, że student w pełni potrafi skorzystać z literatury podstawowej i specjalistycznej w celu rozwiązania problemu związanego z analizą statystyczną, w pełni potrafi dokonać krytycznej oceny posiadanych zbiorów danych oraz w pełni potrafi przeprowadzić podstawowych analiz statystycznych z wykorzystaniem oprogramowania statystycznego.

Kompetencje:

Ocena 2 (ndst): weryfikacja wskazuje, że student nie potrafi dostrzec znaczenia wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Ocena 3 (dst): weryfikacja wskazuje, że student bardzo słabo rozumie znaczenie wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Ocena 3,5 (dst+): weryfikacja wskazuje, że student słabo rozumie znaczenie wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Ocena 4 (db): weryfikacja wskazuje, że student dobrze rozumie znaczenie wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Ocena 4,5 (db+): weryfikacja wskazuje, że student niemal w pełni rozumie znaczenie wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Ocena 5 (bdb): weryfikacja wskazuje, że student w pełni rozumie znaczenie wiedzy dotyczącej procedur analiz statystycznych danych ilościowych dla ochrony środowiska.

Praktyki zawodowe:

Nie dotyczy.

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-01 - 2022-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Bartosz Olszewski
Prowadzący grup: Bartosz Olszewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Typ przedmiotu:

obowiązkowy

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)

Okres: 2023-02-01 - 2023-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Bartosz Olszewski
Prowadzący grup: Bartosz Olszewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Typ przedmiotu:

obowiązkowy

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-15 - 2024-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Bartosz Olszewski
Prowadzący grup: Bartosz Olszewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Typ przedmiotu:

obowiązkowy

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)