Module also offered within study programmes:
General information:
Annual:
2017/2018
Code:
RBE-3-301-s
Name:
Wybrane zagadnienia z matematyki 3
Faculty of:
Mechanical Engineering and Robotics
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Machinery Construction and Exploitation
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr inż. Cmiel Adam (cmiel@agh.edu.pl)
Academic teachers:
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 rozumie potrzebę nieustannego pogłębiania kompetencji zawodowych a zwłaszcza pozyskiwania i analizowania najnowszych osiągnięć związanych z reprezentowaną dziedziną Project
Skills
M_U001 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia Project
Knowledge
M_W001 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia. Project,
Activity during classes
M_W002 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia Project
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 rozumie potrzebę nieustannego pogłębiania kompetencji zawodowych a zwłaszcza pozyskiwania i analizowania najnowszych osiągnięć związanych z reprezentowaną dziedziną - + - - - - - - - - -
Skills
M_U001 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia - + - - - - - - - - -
Knowledge
M_W001 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia. - + - - - - - - - - -
M_W002 posiada pogłębioną wiedzę na temat analizy danych, ich wstępnej prezentacji i budowy formalnych modeli matematycznych opisujących mechanizmy generowania tych danych oraz rozumie ich ograniczenia - + - - - - - - - - -
Module content
Auditorium classes:

Wprowadzenie do programu Statistica. Formułowanie i rozwiązywanie problemów testowania hipotez- Porównywanie dwóch prób zależnych i niezależnych . Testy t-Studenta i ich nieparametryczne odpowiedniki: U-Manna-Whitneya i W- Wilcoxona. Testy oparte na statystyce chi2 Pearsona-testowanie złożonej hipotezy zgodności oraz testy niezależności i jednorodności dla zmiennych jakościowych. Problemy estymacji w modelach liniowych i nieliniowych z różnymi funkcjami straty. Estymacja metodą największej wiarogodności. Estymacja parametrów i testowanie hipotez w ogólnych modelach liniowych GLM. Modele efektów stałych, losowych i modele mieszane. Modele z powtarzalnymi pomiarami. Klasyfikacja krzyżowa i hierarchiczna. Modele ANCOVA i problem eliminacji wpływu zmiennych towarzyszących. Problem dobory zmiennych w modelach liniowych. Nieparametryczne modele Friedmana i Kruskala-Wallisa. Uogólnione modele liniowe – model logitowy. Metoda Monte Carlo i zagadnienia pokrewne. Estymacja i testowanie hipotez metodą bootstrap

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 45 h
Module ECTS credits 2 ECTS
Participation in auditorium classes 15 h
Realization of independently performed tasks 15 h
Contact hours 15 h
Additional information
Method of calculating the final grade:

Ocena końcowa jest średnią z oceny projektu i jego obrony

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

Recommended literature and teaching resources not specified

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None