Analiza danych w R - zajęcia fakultatywne WM-MA-S2-E1-ADwR

W ramach przedmiotu przedstawione zostaną podstawowe techniki analizy danych z uwzględnieniem metod statystycznych.

Celem przedmiotu jest prezentacja podstawowych technik analizy danych z uwzględnieniem metod statystycznych. W trakcie zajęć student zdobywa wiedzę teoretyczną i praktyczną odnośnie do konstrukcji, wyboru oraz zastosowania odpowiedniego modelu względem analizowanego zjawiska empirycznego.

Dyscyplina naukowa, do której odnoszą się efekty uczenia się

matematyka

E-Learning

E-Learning (pełny kurs) z podziałem na grupy

Grupa przedmiotów ogólnouczenianych

nie dotyczy

Koordynatorzy przedmiotu

W cyklu 2026/27_Z:

Dorota Dąbrowska
Piotr Śliwka

W cyklu 2025/26_Z:

Piotr Śliwka

Opis nakładu pracy studenta w ECTS

W cyklu 2025/26_Z:

Wykład - szacunkowy nakład pracy studenta: - uczestnictwo w zajęciach: 30h - przygotowanie do zajęć: 5h - konsultacje z prowadzącym: 3h - przygotowanie do egzaminu: 15h - samodzielna lektura: 20h - egzamin: 2h czyli 75h równoważne 3 ECTS. Laboratorium - szacunkowy nakład pracy studenta: - uczestnictwo w zajęciach: 30h - przygotowanie do zajęć: 20h - konsultacje z prowadzącym: 4h - samodzielna lektura: 15h - przygotowanie do zaliczenia: 5h - zaliczenie zajęć: 1h czyli 75h równoważne 3 ECTS.

W cyklu 2026/27_Z:

WYKŁAD uczestnictwo w zajęciach: 30 godz. udział w egzaminach poza zajęciami: 3 godz. udział w konsultacjach: 4 godz. przygotowanie do zajęć: 3 godz. przygotowanie do egzaminu: 35 godz. Łącznie 75 godz. 1.5 ECTS - kontakt bezpośredni z prowadzącym 1.5 ECTS - praca własna LABORATORIUM uczestnictwo w zajęciach: 30 godz. udział w konsultacjach: 4 godz. przygotowanie do zajęć: 11 godz. przygotowanie do zaliczenia: 30 godz. Łącznie 75 godz. 1.4 ECTS - kontakt bezpośredni z prowadzącym 1.6 ECTS - praca własna

Poziom przedmiotu

średnio-zaawansowany

Symbol/Symbole kierunkowe efektów uczenia się

wykład: MA2_W04, MA2_W05, MA2_W06, MA2_W07, MA2_W16 laboratorium: MA2_U13, MA2_U14, MA2_U15, MA2_U21, MA2_U24, MA2_K02, MA2_K08 OPIS SYMBOLI - Absolwent: wykład MA2_W04 - ma pogłębioną wiedzę w wybranej dziedzinie matematyki teoretycznej lub stosowanej, MA2_W05 - ma pogłębioną wiedzę w wybranej dziedzinie matematyki:, MA2_W06 - 2) rozumie sformułowania zagadnień pozostających na etapie badań, MA2_W07 - 3) zna powiązania zagadnień wybranej dziedziny z innymi działami matematyki teoretycznej i stosowanej, MA2_W16 - ma wiedzą adekwatną do obranej specjalności. laboratorium MA2_U13 - umie, na poziomie zaawansowanym i obejmującym matematykę współczesną, stosować oraz przedstawiać w mowie i na piśmie, metody co najmniej jednej wybranej gałęzi matematyki: analizy matematycznej i analizy funkcjonalnej, teorii równań różniczkowych i układów dynamicznych, algebry i teorii liczb, geometrii i topologii, rachunku prawdopodobieństwa i statystyki, matematyki dyskretnej i teorii grafów, logiki i teorii mnogości, MA2_U14 - w wybranej dziedzinie potrafi przeprowadzać dowody, w których stosuje w razie potrzeby również narzędzia z innych działów matematyki, MA2_U15 - potrafi określić swoje zainteresowania i je rozwijać, w szczególności jest w stanie nawiązać kontakt ze specjalistami w swojej dziedzinie, np., MA2_U21 - umie stosować metody komputerowo wspomaganego dowodzenia twierdzeń oraz logicznego wspomagania weryfikacji i specyfikacji programów, MA2_U24 - potrafi w teorii i praktyce stosować metody i techniki przynależne do wybranej specjalności, MA2_K02 - jest gotów formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania, MA2_K08 - jest gotów sprostać zadaniom społecznym związanym z wybraną specjalnością.

Typ przedmiotu

W cyklu 2025/26_Z:

obowiązkowy

W cyklu 2026/27_Z:

fakultatywny dowolnego wyboru

Wymagania wstępne

1. Podstawy statystyki matematycznej i opisowej. 2. Podstawy algebry liniowej. 3. Znajomość pakietu R lub języka C++.

Efekty uczenia się

WYKŁAD
Student:
W1 - omawia teoretyczne i praktyczne aspekty analizy danych, uwzględniając ich zastosowania i ograniczenia (MA2_W04, MA2_W05, MA2_W06)
W2 - dobiera i uzasadnia odpowiednie modele matematyczne oraz metody modelowania na podstawie analizy założeń teoretycznych (MA2_W06, MA2_W07, MA2_W16).

LABORATORIUM
Student:
U1 - stosuje zaawansowane metody statystyczne i matematyczne do analizy danych oraz interpretuje i prezentuje otrzymane wyniki (MA2_U13, MA2_U14),
U2 - dobiera, ocenia i klasyfikuje metody analizy danych pod kątem ich efektywności i zastosowań z wykorzystaniem zaawansowanych technik obliczeniowych(MA2_U13, MA2_U14),
U3 - wykorzystuje co najmniej jeden pakiet oprogramowania, służący do statystycznej obróbki danych (MA2_U21, MA2_U24),
U3 - wykorzystuje literaturę fachową oraz dokumentację specjalistycznego oprogramowania do pogłębiania wiedzy z zakresu analizy danych (MA2_U15),
K1 - formułuje pytania dotyczące założeń, poprawności i interpretacji stosowanych metod analizy danych oraz wyników obliczeń (MA2_K02),
K2 - wykazuje gotowość do wykorzystania zaawansowanych metod analizy danych w zadaniach związanych problemami praktycznymi (MA2_K08).

Kryteria oceniania

Dla wszystkich efektów przyjmuje się następujące kryteria oceny we wszystkich formach weryfikacji:
ocena 5: osiągnięty w pełni (bez uchwytnych niedociągnięć),
ocena 4,5: osiągnięty niemal w pełni i nie są spełnione kryteria przyznania wyższej oceny,
ocena 4: osiągnięty w znacznym stopniu i nie są spełnione kryteria przyznania wyższej oceny,
ocena 3,5: osiągnięty w znacznym stopniu – z wyraźną przewagą pozytywów – i nie są spełnione kryteria przyznania wyższej oceny,
ocena 3: osiągnięty dla większości przypadków objętych weryfikacją i nie są spełnione kryteria przyznania wyższej oceny,
ocena 2: nie został osiągnięty dla większości przypadków objętych weryfikacją.

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu WM-MA-S2-E1-ADwR w USOSweb