Podstawy statystyki i rachunku prawdopodobieństwa Kierunek studiów: Inżynieria biomedyczna
Kod programu: 08-S1IB12.2.2018

Nazwa modułu: Podstawy statystyki i rachunku prawdopodobieństwa
Kod modułu: 08-IB-S1-17-3-PSRP
Kod programu: 08-S1IB12.2.2018
Semestr: semestr zimowy 2019/2020
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 3
Opis:
Opanowanie materiału z modułu wymaga postrzegania rachunku prawdopodobieństwa i statystyki matematycznej jako narzędzi opisu wielu zagadnień teoretycznych i praktycznych. Podstawy teoretyczne to przyswojenie i zrozumienie najnowszych metod statystyki matematycznej stosowanych w praktyce inżynierskiej oraz medycynie. Umiejętności praktyczne to stosowanie tych metod przy rozwiązywaniu wybranych problemów badawczych wzbogacone znajomością komputerowych pakietów statystycznych. Umiejętności praktyczne nabywa się poprzez opracowanie globalnej analizy statystycznej związanej z wybranym problemem badawczym.
Wymagania wstępne:
Realizacja efektów kształcenia modułu matematyka.
Literatura podstawowa:
(brak informacji)
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
zna podstawowe rozkłady probabilistyczne i ich własności; potrafi je stosować w zagadnieniach praktycznych [k_1]
 W02 [5/5]
orientuje się w podstawach statystyki (zagadnienia estymacji i testowania hipotez) oraz w podstawach statystycznej obróbki danych [k_2]
 W01 [2/5]
posługuje się pojęciem przestrzeni probabilistycznej; potrafi zbudować i przeanalizować model matematyczny eksperymentu losowego, potrafi wyznaczać parametry rozkładu zmiennej losowej o rozkładzie dyskretnym i ciągłym; potrafi wykorzystać twierdzenia graniczne, prawa wielkich liczb do szacowania prawdopodobieństwa, umie posłużyć się statystycznymi charakterystykami populacji i ich odpowiednikami próbkowymi [k_3]
 U09 [2/5]
umie prowadzić proste wnioskowania statystyczne, z wykorzystaniem narzędzi komputerowych, potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania, rozumie potrzebę popularnego przedstawiania laikom wybranych osiągnięć rachunku prawdopodobieństwa i statystyki matematycznej [k_4]
 U08 [1/5]
Typ Opis Kody efektów modułowych do których odnosi się sposób weryfikacji
kolokwium pisemne [k_w_1]
W ramach modułu zrealizowane zostanie kolokwium z dwóch części rachunku prawdopodobieństwa i statystyki.
k_1 k_2 k_3 k_4
kartkówka [k_w_2]
Na zajęciach Student rozwiązuje zadanie, które zakresem materiału obejmuje problemy z zajęć poprzednich
 k_1 k_2 k_3 k_4
projekt [k_w_3]
W ramach modułu student opracowuje samodzielnie analizę statystyczną wybranego problemu badawczego
 k_1 k_2 k_3 k_4
test [k_w_4]
W ramach modułu na zakończenie student rozwiązuje test końcowy z teorii
 k_1 k_2 k_3 k_4
Rodzaj prowadzonych zajęć Praca własna studenta Sposoby weryfikacji
Typ Opis (z uwzględnieniem metod dydaktycznych) Liczba godzin Opis Liczba godzin
wykład [k_fs_1]
Wykłady prowadzone z wykorzystaniem środków audiowizualnych w formie prezentacji. W wykładach przedstawiono podstawowe metody probabilistyczne i statystyczne wykorzystywane w inżynierii oraz medycynie. Teorię udokumentowano stosownie dobranymi przykładami.
 15
Praca ze wskazaną bibliografią
 15 test [k_w_4]
ćwiczenia [k_fs_2]
Prowadzący w oparciu o wiedzę przekazaną na wykładach, wspólnie ze studentami analizuje i rozwiązuje zadania. Studenci w ramach projektu wykonują indywidualnie statystyczną analizę danych.
 15
Student zobowiązany jest być przygotowanym z wiedzy teoretycznej na podstawie wykładów i materiałów pomocniczych do każdych zajęć laboratoryjnych. Studenci przygotowują sumaryczną analizę statystyczną wybranego zestawu danych. Na podstawie otrzymanych wyników przedstawiają interpretacje statystyczne oraz odpowiednie wnioski praktyczne.
 45 kolokwium pisemne [k_w_1] kartkówka [k_w_2] projekt [k_w_3]
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)