Oferta dydaktyczna Instytutu Informatyki

Poniższa lista przedstawia przedmioty, które są uczone w Instytucie Informatyki, niektóre z nich co roku, niektóre z mniejszą częstotliwością Każdy student Instytutu Informatyki studiuje wg indywidualnego toku studiów, wybierając (zgodnie z pewnymi zasadami) z tej listy swoje przedmioty.

Jeżeli zastanawiasz się nad studiami u nas, jeżeli chcesz wiedzieć, czy na Uniwersytecie można zostać inżynierem, jeżeli interesuje Cię 1000 zł stypendium miesięcznie - zapraszamy na naszą stronę główną

Analiza wariancji i danych

Nazwa angielska (title in English): Estimation of variance and data analysis
Prowadzący (lecturer): Witold Karczewski
Liczba punktów (ECTS): 9
Liczba punktów 2007 (ECTS since 2007): 6
Rodzaj (type): zaawansowany
Rodzaj od 2007 (type since 2007): informatyczny.I2
Liczba godzin (hours in semester):
wykład:30
ćwiczenia+pracownia:30
Egzamin (exam): tak
Możliwe zajęcia w języku angielskim (can be taught in English): nie
Przedmiot zostal uaktualniony na biezacy rok (updated): tak
Semestr (semester): letni

Wymagania (prerequisites)

Opis (description)

  1. Analiza wariancji - przygotowanie schematu pobierania danych
  2. Regresja - dopasowanie modelu do danych
  3. Analiza danych - metody oceniania danych

Program (program)

  1. Analiza wariancji: design obserwacji, blokowy design, wielokrotne średnie; Analiza wariancji: metoda grup losowych, estymacja wariancji w oparciu o zrównoważone próbki niepełne, metoda jackknife, metoda bootstrap, metoda szeregów Taylora.
  2. Regresja liniowa: metoda najmniejszych kwadratów, współczynnik korelacji, współczynnik determinacji, statystyczna kontrola jakości.
  3. Regresja wielokrotna: modele regresji, estymowanie i interpretacja parametrów, modele oddziaływania, zmienne jakościowe i ilościowe, regresja iteracyjna
  4. Statystyki nieparametryczne: testy niezależne od parametrów, test znaków, Wilcoxona, Kruskala-Wallisa; testy chi-kwadrat: test zgodności rozkładu, testowanie macierzy kontyngencji.
  5. Wnioskowanie bayesowskie: estymacja punktowa i przedziałowa, metody przybliżone: metoda największej wiarygodności, test dopasowania, rozkład Poissona, regresja liniowa.
  6. Wygładzanie danych: funkcje sklejane, metody iteracyjne, regresogram.
  7. Metoda funkcji gęstości: outliers, regresja dla szeregów czasowych, wygładzanie danych jakościowych.
  8. Analiza danych: metoda najmniejszych kwadratów, ortogonalność, rozkład ortogonalno-trójkątny, wartości szczególne.
  9. Analiza danych: próbkowanie, zmienność, dokładność; dane jakościowe; zmienne normalizujące, przygotowanie danych.

Literatura (references)

Jeżeli jesteś zainteresowany studiowaniem w naszym instytucie, zapraszamy na stronę poświęconą tegorocznej rekrutacji.

Nazwa użytkownika (user name):
Hasło (password):